实战|Python六行代码实现多个Excel合并

关注

原创 2024-01-05 20:14:20 6k 阅读 AI 写同款· GEO 优化 ›

用Python将多个excel表格合并为一个表格生活中经常会碰到多个excel表格汇总成一个表格的情况，比如你发放了一份表格让班级所有同学填写，而你负责将大家的结果合并成一个。诸如此类的问题有很多。除了人工将所有表格的内容一个一个复制到汇总表格里，但作为一名信奉完美主义的程序猿，就算多花费3个小时写程序，也不舍得花时间做这样重复无脑的工作。阅读详情

项目背景

事情是这样的，某事业单位员工A需要每天从业务系统中导出订单表(表结构一致)，并最终汇总到一个Excel中进行数据分析。他从系统中导出的文件结构为一个主目录orders，主目录下两个子目录分别为orders1和orders2，子目录下又有很多个订单表，具体如图所示：
在这里插入图片描述
他想实现以下几个需求：
1.合并指定目录下的所有订单表；
2.合并指定目录下的指定订单表；
3.合并指定目录下的指定订单表的指定字段；
4.合并所有目录下的所有订单表。

我看完需求后，有点蒙，甚至感觉有点像在学绕口令。
在这里插入图片描述

我连忙喝了杯海外上市的国产咖啡冷静了一下，突然有了些许头绪。为了不让思绪溜走，赶紧打开了order1.xlsx看下表结构，长这样：
在这里插入图片描述

项目实操

一、合并指定目录下的所有订单表

我以合并orders1目录下的所有订单表为例来进行操作。

首先，导入文件操作相关库。

#@Time : 2020/5/25 2:18 下午
#@Author : 菜J学Python
#@File : concat_excel.py

import pandas as pd
from pathlib import Path

然后，获取orders1目录下所有订单表。

files = Path("orders/orders1").glob("*.xlsx")

接着，依次读取所有订单表并创建DataFrame。

dfs = []
for f in files:
    dfs.append(pd.read_excel(f))

将多个DataFrame合并为一个。

df = pd.concat(dfs)

写入Excel新文件result1.xlsx，并删除索引。

df.to_excel("result1.xlsx",index = False)

OK，合并成功。

细心的你可能已经发现，J哥已经写了足足8行代码。说好的6行代码能搞定呢？
在这里插入图片描述
咱不慌，优化以上代码，如下：

import pandas as pd
from pathlib import Path
files = Path("orders/orders1").glob("*.xlsx")
dfs = [pd.read_excel(f) for f in files]
df = pd.concat(dfs)
df.to_excel("result2.xlsx",index = False)

需求1搞定。

二、合并指定目录下的指定订单表

所有订单表都会合并了，只合并几个表算啥？只要指定好对应的文件路径就好啦。废话不多说，直接上代码：

dfs = [pd.read_excel(f) for f in ('orders/orders1/order1.xlsx','orders/orders1/order2.xlsx')]
df = pd.concat(dfs)
df.to_excel("result3.xlsx",index = False)

以上代码实现了orders1目录下的order1.xlsx和order2.xlsx合并。

需求2搞定。

三、合并指定目录指定订单表的指定字段

这个听起来有点绕，咱用正常人的口吻改下表述。比如还是orders1目录，咱们只合并order1.xlsx的品目字段和order2.xlsx的数量、单价字段。

table1 = pd.read_excel("orders/orders1/order1.xlsx")
table2 = pd.read_excel('orders/orders1/order2.xlsx')
part1 = table1.iloc[:,2]  #取order1.xlsx第3列的所有行
part2 = table2.iloc[:,[8,9]]  #取order2.xlsx的第9、10列的所有行
result4 = pd.concat([part1,part2],axis = 1 ) #合并

以上注意axis=1表示横向合并。打印一下result4，长这样：
在这里插入图片描述
实现倒是简单，不过J哥转念一想，这操作完全不符合业务逻辑啊。So，不管，就这样吧。
需求3搞定。

四、合并所有目录下的所有订单表

简单说下这个需求，就是把orders目录下orders1和orders2里面的所有Excel共计10个订单表合并在一个Excel里。
在这里插入图片描述
好像确实说复杂了…

实现这个需求要用到os库的walk方法。

先上代码再解释：

import pandas as pd
import os
file_list = os.walk("./")
result = []

for dir_path,dirs,files in file_list:
    for f in files:
        file_path = os.path.join(dir_path,f) #重构文件路径
        print(file_path)
        if 'xlsx' in f:    #只要xlsx文件
            df = pd.read_excel(file_path) #将Excel转成DataFrame
            result.append(df)
print(result)

df = pd.concat(result) #多个DataFrame合成一个
df.to_excel("result4.xlsx",index=False) #导入到一个新的Excel中