利用 Python 進行多 Sheet 表合併、多工做簿合併、一表按列拆分

做者：黃偉
來源：傑哥的IT之旅（ID：Jake_Internet）
轉載請聯繫受權（WeChat ID：Hc220066）

1、相關知識點講解
一、須要使用的相關庫

1import numpy as np
2import pandas as pd
3import os

二、os.walk(pwd)
圖片
舉例以下
① 先來看看"G:\a"文件夾下有哪些東西。

② 代碼操做以下：

1pwd = "G:\\a"
2print(os.walk(pwd))
3for i in os.walk(pwd):
4    print(i)
5for path,dirs,files in os.walk(pwd):
6    print(files)

③ 結果以下：

1<generator object walk at 0x0000029BB5AEAB88>
2('G:\\a', [], ['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx'])
3['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx']

三、os.path.join(path1,path2…)
做用：將多個路徑組合後返回

舉例以下

1path1 = 'G:\\a'
2path2 = 'aa.txt'
3print(os.path.join(path1,path2))

結果以下：

1G:\a\aa.txt

四、案例解析

舉例以下：

1pwd = "G:\\a"
2file_path_list = []
3for path,dirs,files in os.walk(pwd):
4    for file in files:
5        file_path_list.append(os.path.join(pwd,file))
6print(file_path_list)

結果以下：

1['G:\\a\\aa.txt','G:\\a\\bb.xlsx','G:\\a\\cc.txt','G:\\a\\dd.docx']

五、怎麼在一個列表中存放多個DataFrame數據。

1# 先使用以下代碼建立兩個DataFrame數據源。
2import numpy as np
3xx = np.arange(15).reshape(5,3)
4yy = np.arange(1,16).reshape(5,3)
5xx = pd.DataFrame(xx,columns=["語文","數學","外語"])
6yy = pd.DataFrame(yy,columns=["語文","數學","外語"])
7print(xx)
8print(yy)

結果以下：

怎麼講上述兩個DataFrame拼接在一塊兒？

1concat_list = []
 2concat_list.append(xx)
 3concat_list.append(yy)
 4# pd.concat(list)中【默認axis=0】默認的是數據的縱向合併。
 5# pd.concat(list)括號中傳入的是一個DataFrame列表。
 6# ignore_list=True表示忽略原有索引，從新生成一組新的索引。
 7z = pd.concat(concat_list,ignore_list=True)
 8print(z)
 9
10# 或者直接能夠寫成z = pd.concat([xx,yy],ignore_list=True)

結果以下：

2、多工做簿合併（一）
一、將多個Excel合併到一個Excel中（每一個Excel中只有一個sheet表）

操做以下：

1import pandas as pd
 2import os
 3pwd = "G:\\b"
 4df_list = []
 5for path,dirs,files in os.walk(pwd):
 6    for file in files:
 7        file_path = os.path.join(path,file)                        
 8        df = pd.read_excel(file_path) 
 9        df_list.append(df)
10result = pd.concat(df_list)
11print(result)
12result.to_excel('G:\\b\\result.xlsx',index=False)

結果以下：

3、多工做簿合併（二）
一、相關知識點講解
xlsxwrite的用法

11）建立一個"工做簿"，此時裏面會默認生成一個名叫"Sheet1"的Sheet表。
 2import xlsxwriter
 3# 這一步至關於建立了一個新的"工做簿"；
 4# "demo.xlsx"文件不存在，表示新建"工做簿"；
 5# "demo.xlsx"文件存在，表示新建"工做簿"覆蓋原有的"工做簿"；
 6workbook = xlsxwriter.Workbook("demo.xlsx")
 7# close是將"工做簿"保存關閉，這一步必須有。不然建立的文件沒法顯示出來。
 8workbook.close()  
 92）建立一個"工做簿"並添加一個"工做表"，工做表命名爲"2018年銷量"。
10import xlsxwriter
11workbook = xlsxwriter.Workbook("cc.xlsx")
12worksheet = workbook.add_worksheet("2018年銷售量")
13workbook.close()

結果以下：

13）給"2018年銷售量"工做表建立一個表頭，向其中插入一條數據。
 2import xlsxwriter
 3# 建立一個名爲【demo.xlsx】工做簿；
 4workbook = xlsxwriter.Workbook("demo.xlsx")
 5# 建立一個名爲【2018年銷售量】工做表；
 6worksheet = workbook.add_worksheet("2018年銷售量")
 7# 使用write_row方法，爲【2018年銷售量】工做表，添加一個表頭；
 8headings = ['產品','銷量',"單價"] 
 9worksheet.write_row('A1',headings)
10# 使用write方法，在【2018年銷售量】工做表中插入一條數據；
11# write語法格式：worksheet.write(行,列,數據) 
12data = ["蘋果",500,8.9]
13for i in range(len(headings)):
14    worksheet.write(1,i,data[i]) 
15workbook.close()

結果以下：

其餘用法能夠參考：http://www.javashuo.com/article/p-vvnoajwi-bs.html

xlrd的用法

11）打開某一個存在的excel文件，返回給咱們"xlrd.book.Book"工做簿對象；
 2# 這裏所說的"打開"並非實際意義上的打開，只是將該表加載到內存中打開。
 3# 咱們並看不到"打開的這個效果"
 4# 以打開上述建立的"test.xlsx"文件爲例；
 5import xlrd 
 6file = r"G:\Jupyter\test.xlsx"
 7xlrd.open_workbook(file)
 8# 結果以下：
 9<xlrd.book.Book at 0x29bb8e4eda0>
10
112）sheet_names()：獲取全部的sheet表表名，假若有多個sheet表，返回一個列表；
12import xlrd
13file = r"G:\Jupyter\test.xlsx"
14fh = xlrd.open_workbook(file)
15fh.sheet_names()
16# 結果以下：
17['2018年銷售量', '2019年銷售量']
18
193）sheets()方法：返回的是sheet表的對象列表。
20# 返回sheet表的對象列表
21fh.sheets()
22# 結果以下：
23[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]
24
25# 能夠利用索引，獲取每個sheet表的對象
26fh.sheets()[0]
27結果是：<xlrd.sheet.Sheet at 0x29bb8f07a90>
28fh.sheets()[1]
29結果是：<xlrd.sheet.Sheet at 0x29bb8ef1390>
30
314）返回每個sheet表的行數(nrows) 和 列數(ncols)；
32# 咱們能夠利用上述建立的sheet表對象，對每個sheet表進行操做；
33fh.sheets()[0].nrows  # 結果是：4
34fh.sheets()[0].ncols  # 結果是：3
35
365）row_values(行數)：獲取每個sheet表中每一行的數據；
37sheet1 = fh.sheets()[0]
38for row in range(fh.sheets()[0].nrows):
39   value = sheet1.row_values(row)
40   print(value)

結果以下：

16）col_values(列數)：獲取每個sheet表中每一列的數據；
2sheet1 = fh.sheets()[0]
3for col in range(fh.sheets()[0].ncols):
4   value = sheet1.col_values(col)
5   print(value)

結果以下：

二、將多個Excel合併到一個Excel中（每一個Excel中不僅一個sheet表）

1import xlrd
 2import xlsxwriter
 3import os
 4
 5# 打開一個Excel文件，建立一個工做簿對象
 6def open_xlsx(file):
 7    fh=xlrd.open_workbook(file)
 8    return fh
 9
10# 獲取sheet表的個數
11def get_sheet_num(fh):
12    x = len(fh.sheets())
13    return x
14
15# 讀取文件內容並返回行內容
16def get_file_content(file,shnum):
17    fh=open_xlsx(file)
18    table=fh.sheets()[shnum]
19    num=table.nrows
20    for row in range(num):
21        rdata=table.row_values(row)
22        datavalue.append(rdata)
23    return datavalue
24
25def get_allxls(pwd):
26    allxls = []
27    for path,dirs,files in os.walk(pwd):
28        for file in files:
29            allxls.append(os.path.join(path,file))
30    return allxls
31
32# 存儲全部讀取的結果
33datavalue = []  
34pwd = "G:\\d"                          
35for fl in get_allxls(pwd):
36    fh = open_xlsx(fl)     
37    x = get_sheet_num(fh)  
38    for shnum in range(x):
39        print("正在讀取文件："+str(fl)+"的第"+str(shnum)+"個sheet表的內容...")
40        rvalue = get_file_content(fl,shnum)   
41
42# 定義最終合併後生成的新文件
43endfile = "G:\\d\\concat.xlsx"
44wb1=xlsxwriter.Workbook(endfile)
45# 建立一個sheet工做對象
46ws=wb1.add_worksheet()
47for a in range(len(rvalue)):
48    for b in range(len(rvalue[a])):
49        c=rvalue[a][b]
50        ws.write(a,b,c)
51wb1.close()
52print("文件合併完成")

【將上述代碼封裝後以下】

1import xlrd
 2import xlsxwriter
 3import os
 4
 5class Xlrd():
 6    def __init__(self,pwd):
 7        self.datavalue = [] 
 8        self.pwd = pwd 
 9
10    # 打開一個Excel文件，建立一個工做簿對象；
11    def open_xlsx(self,fl):
12        fh=xlrd.open_workbook(fl)
13        return fh
14
15    # 獲取sheet表的個數；
16    def get_sheet_num(self,fh):
17        x = len(fh.sheets())
18        return x
19
20    # 讀取不一樣工做簿中每個sheet中的內容，並返回每行內容組成的列表；
21    def get_file_content(self,file,shnum):
22        fh = self.open_xlsx(file)
23        table=fh.sheets()[shnum]
24        num=table.nrows
25        for row in range(num):
26            rdata=table.row_values(row)
27            # 由於每個sheet表都有一個表頭；
28            # 這裏的判斷語句，把這個表頭去除掉；
29            # 而後在最後寫入數據的，添加上一個表頭，便可；
30            if rdata == ['姓名','性別','年齡','家庭住址']:
31                pass
32            else:
33                self.datavalue.append(rdata)
34        return self.datavalue
35
36    # 獲取xlsx文件的全路徑；
37    def get_allxls(self):
38        allxls = []
39        for path,dirs,files in os.walk(self.pwd):
40            for file in files:
41                allxls.append(os.path.join(path,file))
42        return allxls
43
44    # 返回不一樣工做簿中，全部的sheet表的內容列表；
45    def return_rvalue(self):
46        for fl in self.get_allxls():
47            fh = self.open_xlsx(fl)     
48            x = self.get_sheet_num(fh)  
49            for shnum in range(x):
50                print("正在讀取文件："+str(fl)+"的第"+str(shnum)+"個sheet表的內容...")
51                rvalue = self.get_file_content(fl,shnum)  
52        return rvalue
53
54class Xlsxwriter():
55    def __init__(self,endfile,rvalue):
56        self.endfile = endfile
57        self.rvalue = rvalue
58
59    def save_data(self):
60        wb1 = xlsxwriter.Workbook(endfile)
61        # 建立一個sheet工做對象；
62        ws = wb1.add_worksheet("一年級(7)班")
63        # 給文件添加表頭；
64        ws = wb1.add_worksheet("2018年銷售量")
65        headings = ['姓名','性別','年齡','家庭住址'] 
66        for a in range(len(self.rvalue)):
67            for b in range(len(self.rvalue[a])):
68                c = self.rvalue[a][b]
69                # 由於給文件添加了表頭，所以，數據從下一行開始寫入；
70                ws.write(a+1,b,c)
71        wb1.close()
72        print("文件合併完成")   
73
74pwd = "G:\\d"
75xl = Xlrd(pwd)
76rvalue = xl.return_rvalue()
77endfile = "G:\\d\\concat.xlsx"
78write = Xlsxwriter(endfile,rvalue)
79write.save_data()；

結果以下：

4、一個工做簿多sheet表合併。
一、將一個Excel表中的多個sheet表合併，並保存到同一個excel。

1import xlrd
 2import pandas as pd
 3from pandas import DataFrame
 4from openpyxl import load_workbook
 5
 6excel_name = r"D:\pp.xlsx"
 7wb = xlrd.open_workbook(excel_name)
 8sheets = wb.sheet_names()
 9
10alldata = DataFrame()
11for i in range(len(sheets)):
12    df = pd.read_excel(excel_name, sheet_name=i, index=False, encoding='utf8')
13    alldata = alldata.append(df)       
14
15writer = pd.ExcelWriter(r"C:\Users\Administrator\Desktop\score.xlsx",engine='openpyxl')
16book = load_workbook(writer.path)
17writer.book = book  
18# 必需要有上面這兩行，假如沒有這兩行，則會刪去其他的sheet表，只保留最終合併的sheet表
19
20alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")
21writer.save()
22writer.close()

結果以下：

5、一表拆分(按照表中某一列進行拆分)
一、將一個Excel表，按某一列拆分紅多張表。

1import pandas as pd
 2import xlsxwriter
 3data=pd.read_excel(r"C:\Users\Administrator\Desktop\chaifen.xlsx",encoding='gbk')
 4
 5area_list=list(set(data['店鋪']))
 6
 7writer=pd.ExcelWriter(r"C:\Users\Administrator\Desktop\拆好的表1.xlsx",engine='xlsxwriter')
 8data.to_excel(writer,sheet_name="總表",index=False)
 9
10for j in area_list:
11    df=data[data['店鋪']==j]
12    df.to_excel(writer,sheet_name=j,index=False)
13
14writer.save()  #必定要加上這句代碼，「拆好的表」纔會顯示出來

結果以下：