Excel合并(拆分)

一、需要实现功能

二、需要用到模块

  • os模块常用知识点讲解;
  • xlsxwriter模块常用知识点讲解;
  • xlrd常用知识点讲解

2.1os模块

os.walk()

os.walk()的返回值是一个生成器(generator),我们需要循环遍历它,来获取其中的内容,每次遍历,返回的都是一个三元组(path, dirs, files)

  1. path:返回的是当前正在遍历的这个文件夹的,本身路径地址;
  2. dirs:返回的是该文件夹中所有目录的名字(不包含子目录),有多少个都以“列表”返回;
  3. files:返回的是该文件夹中所有的文件(不包含子目录下的文件),有多少个都以“列表”返回
import os
pwd = "d:"
print(os.walk(pwd))
for i in os.walk(pwd):
    print(i)
for path,dirs,files in os.walk(pwd):
    print(files)
#得到的结果就不展示了

os.path.join()

这个函数,主要用于将多个路径组合后返回

path1 = 'G:\\a'
path2 = 'aa.txt'
print(os.path.join(path1,path2))
#结果G:\a\aa.txt

2.2xlsxwriter模块知识点讲解

xlsxwriter模块一般是和xlrd模块搭配使用的, xlsxwriter:负责写入数据, xlrd:负责读取数据

如何创建一个“工作簿”

import xlsxwriter

# 这一步相当于创建了一个新的"工作簿";
# "demo.xlsx"文件不存在,表示新建"工作簿";
# "demo.xlsx"文件存在,表示新建"工作簿"覆盖原有的"工作簿";
workbook = xlsxwriter.Workbook("demo.xlsx")

# close是将"工作簿"保存关闭,这一步必须有,否则创建的文件无法显示出来。
workbook.close() 

如何添加一个“Sheet工作表

import xlsxwriter

workbook = xlsxwriter.Workbook("cc.xlsx")
worksheet = workbook.add_worksheet("2018年销售量")
workbook.close()   

如何向表中插入数据

import xlsxwriter

# 创建一个名为【demo.xlsx】工作簿;
workbook = xlsxwriter.Workbook("demo.xlsx")

# 创建一个名为【2018年销售量】工作表;
worksheet = workbook.add_worksheet("2018年销售量")

# 使用write_row方法,为【2018年销售量】工作表,添加一个表头;
headings = ['产品','销量',"单价"] 
worksheet.write_row('A1',headings)
# 使用write方法,在【2018年销售量】工作表中插入一条数据;
# write语法格式:worksheet.write(行,列,数据) 

data = ["苹果",500,8.9]
for i in range(len(headings)):
    worksheet.write(1,i,data[i]) 
workbook.close()

2.3xlrd模块知识点讲解

这里有一个工作簿“test.xlsx”,该文件中有两个“Sheet工作表”,分别命名为“2018年销售量”、“2019年销售量”,如图所示

Excel合并(拆分)

 open_workbook()打开工作簿

# 这里所说的"打开"并不是实际意义上的打开,只是将该表加载到内存中打开。
# 我们并看不到"打开的这个效果"
import xlrd 
file = r"G:\Jupyter\test.xlsx"
xlrd.open_workbook(file)
#结果如下
#<xlrd.book.Book at 0x29bb8e4eda0>

sheet_names()获取sheet名

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheet_names()
#['2018年销售量', '2019年销售量']

sheets() 对象列表

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()
#[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]
#我们可以利用索引,获取每一个sheet表的对象,然后可以针对每一个对象,进行操作

fh.sheets()[0]
#<xlrd.sheet.Sheet at 0x29bb8f07a90>

fh.sheets()[1]
#<xlrd.sheet.Sheet at 0x29bb8ef1390>

获取nrows和ncols属性

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()
fh.sheets()[0].nrows  # 结果是:4
fh.sheets()[0].ncols  # 结果是:3
fh.sheets()[1].nrows  # 结果是:4
fh.sheets()[1].ncols  # 结果是:3

按行获取,每个Sheet表中的数据row_values()

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
sheet1 = fh.sheets()[0]
for row in range(fh.sheets()[0].nrows):
   value = sheet1.row_values(row)
   print(value)

 

三、实现

1. 将多个Excel表,合并到一个Excel中(每个Excel中只有一个sheet表)

Excel合并(拆分)

 

 代码如下

import pandas as pd
import os
pwd = "G:\\b"
df_list = []
for path,dirs,files in os.walk(pwd):
    for file in files:
        file_path = os.path.join(path,file)                        
        df = pd.read_excel(file_path) 
        df_list.append(df)
result = pd.concat(df_list)
print(result)
result.to_excel('G:\\b\\result.xlsx',index=False)

结果如下:

Excel合并(拆分)

2. 将多个Excel表,合并到一个Excel中(每个Excel中不只一个sheet表)

有两个工作簿,如图所示。一个工作簿是pp.xlsx,一个工作簿是qq.xlsx。工作簿pp.xlsx下,有sheet1和sheet2两个工作表。工作簿qq.xlsx下,也有sheet1和sheet2两个工作表

Excel合并(拆分)

 

 代码如下:

import xlrd
import xlsxwriter
import os

# 打开一个Excel文件,创建一个工作簿对象
def open_xlsx(file):
    fh=xlrd.open_workbook(file)
    return fh
    
# 获取sheet表的个数
def get_sheet_num(fh):
    x = len(fh.sheets())
    return x

# 读取文件内容并返回行内容
def get_file_content(file,shnum):
    fh=open_xlsx(file)
    table=fh.sheets()[shnum]
    num=table.nrows
    for row in range(num):
        rdata=table.row_values(row)
        datavalue.append(rdata)
    return datavalue

def get_allxls(pwd):
    allxls = []
    for path,dirs,files in os.walk(pwd):
        for file in files:
            allxls.append(os.path.join(path,file))
    return allxls

# 存储所有读取的结果
datavalue = []  
pwd = "G:\\d"                          
for fl in get_allxls(pwd):
    fh = open_xlsx(fl)     
    x = get_sheet_num(fh)  
    for shnum in range(x):
        print("正在读取文件:"+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")
        rvalue = get_file_content(fl,shnum)   

# 定义最终合并后生成的新文件
endfile = "G:\\d\\concat.xlsx"
wb1=xlsxwriter.Workbook(endfile)
# 创建一个sheet工作对象
ws=wb1.add_worksheet()
for a in range(len(rvalue)):
    for b in range(len(rvalue[a])):
        c=rvalue[a][b]
        ws.write(a,b,c)
wb1.close()
print("文件合并完成")

效果如下:

Excel合并(拆分)

3. 将一个Excel表中的多个sheet表合并,并保存到同一个excel

Excel合并(拆分)

 

 代码如下:

import xlrd
import pandas as pd
from pandas import DataFrame
from openpyxl import load_workbook

excel_name = r"D:\pp.xlsx"
wb = xlrd.open_workbook(excel_name)
sheets = wb.sheet_names()

alldata = DataFrame()
for i in range(len(sheets)):
    df = pd.read_excel(excel_name, sheet_name=i, index=False, encoding='utf8')
    alldata = alldata.append(df)       

writer = pd.ExcelWriter(r"C:\Users\Administrator\Desktop\score.xlsx",engine='openpyxl')
book = load_workbook(writer.path)
writer.book = book  
# 必须要有上面这两行,假如没有这两行,则会删去其余的sheet表,只保留最终合并的sheet表

alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")
writer.save()
writer.close()

效果如下:

Excel合并(拆分)

4. 将一个Excel表,按某一列拆分成多张表

Excel合并(拆分)

import pandas as pd
import xlsxwriter
data=pd.read_excel(r"C:\Users\Administrator\Desktop\chaifen.xlsx",encoding='gbk')

area_list=list(set(data['店铺']))

writer=pd.ExcelWriter(r"C:\Users\Administrator\Desktop\拆好的表1.xlsx",engine='xlsxwriter')
data.to_excel(writer,sheet_name="总表",index=False)

for j in area_list:
    df=data[data['店铺']==j]
    df.to_excel(writer,sheet_name=j,index=False)

writer.save()  #一定要加上这句代码,“拆好的表”才会显示出来

Excel合并(拆分)

 

上一篇:python – 在pyspark中指定多个列数据类型更改为不同的数据类型


下一篇:白城办白城证FH