利用 Python 进行多 Sheet 表合并、多工作簿合并、一表按列拆分

作者：黄伟
来源：杰哥的IT之旅（ID：Jake_Internet）
转载请联系授权（WeChat ID：Hc220066）

一、相关知识点讲解
1、需要使用的相关库

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

2、os.walk(pwd)
图片
举例如下
① 先来看看"G:\a"文件夹下有哪些东西。

② 代码操作如下：

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 结果如下：

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']

3、os.path.join(path1,path2…)
作用：将多个路径组合后返回

举例如下

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

结果如下：

1G:\a\aa.txt

4、案例解析

举例如下：

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)

结果如下：

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

5、怎么在一个列表中存放多个DataFrame数据。

1# 先使用如下代码创建两个DataFrame数据源。
2import numpy as np
3xx = np.arange(15).reshape(5,3)
4yy = np.arange(1,16).reshape(5,3)
5xx = pd.DataFrame(xx,columns=["语文","数学","外语"])
6yy = pd.DataFrame(yy,columns=["语文","数学","外语"])
7print(xx)
8print(yy)

结果如下：

怎么讲上述两个DataFrame拼接在一起？

 1concat_list = []
 2concat_list.append(xx)
 3concat_list.append(yy)
 4# pd.concat(list)中【默认axis=0】默认的是数据的纵向合并。
 5# pd.concat(list)括号中传入的是一个DataFrame列表。
 6# ignore_list=True表示忽略原有索引，重新生成一组新的索引。
 7z = pd.concat(concat_list,ignore_list=True)
 8print(z)
 9
10# 或者直接可以写成z = pd.concat([xx,yy],ignore_list=True)

结果如下：

二、多工作簿合并（一）
1、将多个Excel合并到一个Excel中（每个Excel中只有一个sheet表）

操作如下：

 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)

结果如下：

三、多工作簿合并（二）
1、相关知识点讲解
xlsxwrite的用法

 11）创建一个"工作簿"，此时里面会默认生成一个名叫"Sheet1"的Sheet表。
 2import xlsxwriter
 3# 这一步相当于创建了一个新的"工作簿"；
 4# "demo.xlsx"文件不存在，表示新建"工作簿"；
 5# "demo.xlsx"文件存在，表示新建"工作簿"覆盖原有的"工作簿"；
 6workbook = xlsxwriter.Workbook("demo.xlsx")
 7# 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。
 8workbook.close()  
 92）创建一个"工作簿"并添加一个"工作表"，工作表命名为"2018年销量"。
10import xlsxwriter
11workbook = xlsxwriter.Workbook("cc.xlsx")
12worksheet = workbook.add_worksheet("2018年销售量")
13workbook.close()   

结果如下：

 13）给"2018年销售量"工作表创建一个表头，向其中插入一条数据。
 2import xlsxwriter
 3# 创建一个名为【demo.xlsx】工作簿；
 4workbook = xlsxwriter.Workbook("demo.xlsx")
 5# 创建一个名为【2018年销售量】工作表；
 6worksheet = workbook.add_worksheet("2018年销售量")
 7# 使用write_row方法，为【2018年销售量】工作表，添加一个表头；
 8headings = ['产品','销量',"单价"] 
 9worksheet.write_row('A1',headings)
10# 使用write方法，在【2018年销售量】工作表中插入一条数据；
11# write语法格式：worksheet.write(行,列,数据) 
12data = ["苹果",500,8.9]
13for i in range(len(headings)):
14    worksheet.write(1,i,data[i]) 
15workbook.close()

结果如下：

其他用法可以参考：https://www.cnblogs.com/brightbrother/p/8671077.html

xlrd的用法

 11）打开某一个存在的excel文件，返回给我们"xlrd.book.Book"工作簿对象；
 2# 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。
 3# 我们并看不到"打开的这个效果"
 4# 以打开上述创建的"test.xlsx"文件为例；
 5import xlrd 
 6file = r"G:\Jupyter\test.xlsx"
 7xlrd.open_workbook(file)
 8# 结果如下：
 9<xlrd.book.Book at 0x29bb8e4eda0>
10
112）sheet_names()：获取所有的sheet表表名，假如有多个sheet表，返回一个列表；
12import xlrd
13file = r"G:\Jupyter\test.xlsx"
14fh = xlrd.open_workbook(file)
15fh.sheet_names()
16# 结果如下：
17['2018年销售量', '2019年销售量']
18
193）sheets()方法：返回的是sheet表的对象列表。
20# 返回sheet表的对象列表
21fh.sheets()
22# 结果如下：
23[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]
24
25# 可以利用索引，获取每一个sheet表的对象
26fh.sheets()[0]
27结果是：<xlrd.sheet.Sheet at 0x29bb8f07a90>
28fh.sheets()[1]
29结果是：<xlrd.sheet.Sheet at 0x29bb8ef1390>
30
314）返回每一个sheet表的行数(nrows) 和 列数(ncols)；
32# 我们可以利用上述创建的sheet表对象，对每一个sheet表进行操作；
33fh.sheets()[0].nrows  # 结果是：4
34fh.sheets()[0].ncols  # 结果是：3
35
365）row_values(行数)：获取每一个sheet表中每一行的数据；
37sheet1 = fh.sheets()[0]
38for row in range(fh.sheets()[0].nrows):
39   value = sheet1.row_values(row)
40   print(value)

结果如下：

16）col_values(列数)：获取每一个sheet表中每一列的数据；
2sheet1 = fh.sheets()[0]
3for col in range(fh.sheets()[0].ncols):
4   value = sheet1.col_values(col)
5   print(value)

结果如下：

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

 1import xlrd
 2import xlsxwriter
 3import os
 4
 5# 打开一个Excel文件，创建一个工作簿对象
 6def open_xlsx(file):
 7    fh=xlrd.open_workbook(file)
 8    return fh
 9
10# 获取sheet表的个数
11def get_sheet_num(fh):
12    x = len(fh.sheets())
13    return x
14
15# 读取文件内容并返回行内容
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# 存储所有读取的结果
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("正在读取文件："+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")
40        rvalue = get_file_content(fl,shnum)   
41
42# 定义最终合并后生成的新文件
43endfile = "G:\\d\\concat.xlsx"
44wb1=xlsxwriter.Workbook(endfile)
45# 创建一个sheet工作对象
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("文件合并完成")

【将上述代码封装后如下】

 1import xlrd
 2import xlsxwriter
 3import os
 4
 5class Xlrd():
 6    def __init__(self,pwd):
 7        self.datavalue = [] 
 8        self.pwd = pwd 
 9
10    # 打开一个Excel文件，创建一个工作簿对象；
11    def open_xlsx(self,fl):
12        fh=xlrd.open_workbook(fl)
13        return fh
14
15    # 获取sheet表的个数；
16    def get_sheet_num(self,fh):
17        x = len(fh.sheets())
18        return x
19
20    # 读取不同工作簿中每一个sheet中的内容，并返回每行内容组成的列表；
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            # 因为每一个sheet表都有一个表头；
28            # 这里的判断语句，把这个表头去除掉；
29            # 然后在最后写入数据的，添加上一个表头，即可；
30            if rdata == ['姓名','性别','年龄','家庭住址']:
31                pass
32            else:
33                self.datavalue.append(rdata)
34        return self.datavalue
35
36    # 获取xlsx文件的全路径；
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    # 返回不同工作簿中，所有的sheet表的内容列表；
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("正在读取文件："+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")
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        # 创建一个sheet工作对象；
62        ws = wb1.add_worksheet("一年级(7)班")
63        # 给文件添加表头；
64        ws = wb1.add_worksheet("2018年销售量")
65        headings = ['姓名','性别','年龄','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                # 因为给文件添加了表头，因此，数据从下一行开始写入；
70                ws.write(a+1,b,c)
71        wb1.close()
72        print("文件合并完成")   
73
74pwd = "G:\\d"
75xl = Xlrd(pwd)
76rvalue = xl.return_rvalue()
77endfile = "G:\\d\\concat.xlsx"
78write = Xlsxwriter(endfile,rvalue)
79write.save_data()；

结果如下：

四、一个工作簿多sheet表合并。
1、将一个Excel表中的多个sheet表合并，并保存到同一个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
19
20alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")
21writer.save()
22writer.close()

结果如下：

五、一表拆分(按照表中某一列进行拆分)
1、将一个Excel表，按某一列拆分成多张表。

 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['店铺']))
 6
 7writer=pd.ExcelWriter(r"C:\Users\Administrator\Desktop\拆好的表1.xlsx",engine='xlsxwriter')
 8data.to_excel(writer,sheet_name="总表",index=False)
 9
10for j in area_list:
11    df=data[data['店铺']==j]
12    df.to_excel(writer,sheet_name=j,index=False)
13
14writer.save()  #一定要加上这句代码，“拆好的表”才会显示出来

结果如下：

标签：xlsx,Sheet,Python,self,合并,file,path,fh,sheet
来源： https://blog.51cto.com/15067236/2606445