python 把多个excel、csv写成同一excel多个sheet

最新推荐文章于 2024-06-12 15:45:50 发布
最新推荐文章于 2024-06-12 15:45:50 发布
阅读量4.3k 收藏 4
点赞数 3
分类专栏： Python；数据分析
本文介绍如何利用Python的Pandas库进行不同格式的数据读取与写入操作，包括CSV、Excel等常见文件类型，并演示了将这些数据整合到同一个Excel文件中的过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

import pandas as pd
# 创建一个输出文件
writer = pd.ExcelWriter('E:/test/he.xlsx')

data = pd.read_table('E:/test/chuncker.csv',sep=',',encoding='GBK')
data.to_excel(writer,'data',index=False)


base = pd.read_excel('E:/test/test3.xlsx','Sheet1')
base.to_excel(writer,'base',index=False)


base1 = pd.read_csv('E:/test/test4.csv')
base1.to_excel(writer,'base1',index=False)

#保存
writer.save()





                

        

    

    
  



    



                



	

		

			

				
					
python对多个csv文件进行合并(表头需一致)

				
			

			

				

					weixin_42636075的博客
				

				

					02-14
					
					2642
					
				

			

		

		

			
				
python对多个csv文件进行合并(表头需一致)
python对csv文件进行合并
python合并csv

			
		

	



                

            
              



	

		

			

				
					
Python-pandas批量读取同一文件夹下的所有.xlsx文件并提取指定列写入一张excel表

					
热门推荐

				
			

			

				

					weixin_44606231的博客
				

				

					04-21
					
					2万+
					
				

			

		

		

			
				
工作需要将一批csv文件转为excel文件并进行数据计算处理，因为csv文件为；分割，并且转为excel文件后可能同一个名称的列不在同一列，比如同样是Paid Price名称的列，一个文件在AL列，两一个在AO列，如果单纯的读取所有文件并合并的话就会导致数据错列排放，在网上找了很多教程并没有现成的程序解决问题，所以就只能自己动手丰衣足食了。



每个.xlsx文件都是有csv转换过来的，详见上一...

			
		

	



              


  
              

                


	

		

			

				
					
python操作csv中的多个sheet_python合并excel中多个sheet并生成csv表格

				
			

			

				

					weixin_39916379的博客
				

				

					12-20
					
					3150
					
				

			

		

		

			
				
之前经常会碰到一个excel有多个sheet文件的情况，当数据少的时候，我们可以把多个sheet文件合成一个xlxs格式的excel，但是当数据很大的时候，我们可以合成一个csv格式的文件，也便于操作。 如图所示，我们可以看到有4个sheet表，现在我们要合并4个sheet表格，但是只保留第一个表格的表头，代码如下：import csvimport openpyxlwb = openpyxl.lo...

			
		

	





	

		

			

				
					
Python向一个CSV中写入多个Sheet

				
			

			

				

					LOVE_XUAN521的专栏
				

				

					10-19
					
					4500
					
				

			

		

		

			
				
使用Python将多个Sheet写入到一个CSV文件中

			
		

	



		

			
		



	

		

			

				
					
使用 Pandas 的 to_excel() 方法来将多个 csv 文件合并到一个 xlsx 的不同 sheets 内

				
			

			

				

					King7117的博客
				

				

					04-11
					
					776
					
				

			

		

		

			
				
这几天在用 Python3 研究一个爬虫，最后一个需求是把爬下来的20+个csv文件整合到一个excel表里的不同sheets。


初版的核心代码如下：


1 while year <= 2018:
2     csvPath = sys.path[0] + '/result/%d.csv' % year
3     excelPath = sys.path[...

			
		

	





	

		

			

				
					
Python CSV 合并到多个sheet工作表

				
			

			

				

					hello world
				

				

					01-21
					
					1万+
					
				

			

		

		

			
				
目标

将多个CSV文件，合并到一个Excel文件中的，多个sheet工作表。

前言

网上大多方法都是将csv直接合并在一起，也不分别创建sheet表。
还有一些解答说CSV不支持合并到多个sheet表。

网上有用宏命令的，我试了，但是只能导入一个sheet表。也有用python的，大多都没什么用。

尽管困难重重，最后终于还是利用pandas库实现了目标。

开始

下面的代码用到了，两个带数据的csv文件。（2019-04-01.csv和2019-04-02.csv）


import panda

			
		

	





	

		

			

				
					
python-读取EXCEL多个sheet数据写入csv（四）

				
			

			

				

					破碎琉璃为哪般
				

				

					01-04
					
					2397
					
				

			

		

		

			
				
需求

读取一个EXCEL所有的sheet数据
多次运行追加写入csv文件


# -*- coding: utf-8 -*-
"""
Created on   2021/12/29 19:20

@author: tangge
"""
import pandas as pd
import time

path = "D:/code_fileAll/test_file/input/老头乐.xlsx"
res_path = "D:/code_fileAll/test_file/output/"
curr_d.

			
		

	





	

		

			

				
					
python合并csv、excel等多个文件到一个excel中

				
			

			

				

					Fan20190515的博客
				

				

					08-24
					
					3751
					
				

			

		

		

			
				
python合并csv、excel等文件

			
		

	





	

		

			

				
					
python学习—合并多个Excel工作簿表格文件

				
			

			

				

					qq_34582066的博客
				

				

					06-12
					
					6835
					
				

			

		

		

			
				
本文使用python编写代码，用于合并位于同一文件夹下的多个Excel工作簿文件，极大地提升数据整合效率。无需繁琐的手动操作，一键运行，即可将不同工作簿中的数据汇总到一个主工作簿中，无论是数据分析、报表制作还是信息汇总，都能轻松应对。支持包含多个sheet表格的工作簿，支持中文。

			
		

	





	

		

			

				
					
Excel xls文件转CSV Python

				
			

			

				

					02-26
				

			

		

		

			
				
本篇将详细讲解如何使用Python编程语言来实现Excel xls文件批量转换为CSV格式，以及涉及的关键库——xlrd。  首先，我们需要理解Python中的文件操作。Python提供了内置的`open()`函数来读写文件，对于CSV文件，我们...

			
		

	





	

		

			

				
					
csv 保存多个sheet

				
			

			

				

					doubleintfloat的博客
				

				

					04-29
					
					5837
					
				

			

		

		

			
				
import pandas as pd
import MySQLdb   
import csv
import random
import pymysql
import pandas as pd
import MySQLdb as mdb
import sys
import time
import os
import numpy as np
import time
import gzip
import datetime


def fun(p_list):
      writer = pd.ExcelWr

			
		

	





	

		

			

				
					
多个csv文件合成一个文件中的多个sheets

				
			

			

				

					MatrixTao
				

				

					03-06
					
					5837
					
				

			

		

		

			
				
此处是以Excel2007为基础

1）新建一个空白的excel文件

2）选中宏，跳出如下窗口，在宏名下随便命名，点击创建…



3）将下列代码粘贴至创建后跳出的两行代码之间，啥都不用改，除了……如果excel格式是csv，把xlsx改成csv即可


DimFileOpen
DimXAsInteger
Application.ScreenUpdating=False
FileOp...

			
		

	





	

		

			

				
					
手把手教你用Python批量创建1-12月份的sheet表，每个表的第一行都有固定3个列标题：A，B，C...

				
			

			

				

					pdcfighting的博客
				

				

					12-09
					
					930
					
				

			

		

		

			
				
点击上方“Python爬虫与数据挖掘”，进行关注回复“书籍”即可获赠Python从入门到进阶共10本电子书今日鸡汤夜来风雨声，花落知多少。大家好，我是Python进阶者。今天继续给...

			
		

	





	

		

			

				
					
将多个csv文件写入同一个excel中的不同sheet表中

				
			

			

				

					weixin_38987362的博客
				

				

					08-01
					
					1万+
					
				

			

		

		

			
				
pandas 的Dataframe的to_csv()会覆盖掉之前写入的表，最终导致excel中只有一个sheet

所以在这里用ExcelWriter实现写多个sheet


# coding=utf_8_sig
import pandas as pd
from openpyxl import load_workbook
import os
os.chdir('E:/pycharm/Test/pr...

			
		

	





	

		

			

				
					
csv&excel写入

				
			

			

				

					zmnmh的博客
				

				

					06-11
					
					411
					
				

			

		

		

			
				
#csv写入的代码：

import csv
csv_file = open('demo.csv','w',newline='')
writer = csv.writer(csv_file)
writer.writerow(['电影','豆瓣评分'])
csv_file.close()

#csv读取的代码：

import csv
csv_file = open('demo.csv','r',n...

			
		

	





	

		

			

				
					
从CSV文件转换为Excel的多个Sheet

				
			

			

				

					thy822的专栏
				

				

					04-14
					
					7503
					
				

			

		

		

			
				
Sub Macro3()
    Application.ScreenUpdating = False
    Set oConn = CreateObject("ADODB.CONNECTION")
    oConn.Open "Provider=Microsoft.Jet.OLEDB.4.0;Data Source=" & ThisWorkbook.Path & ";Extended 

			
		

	





	

		

			

				
					
CSV探秘（一）—— CSV的基本规则

				
			

			

				

					我想我是海 冬天的大海 心情随风轻摆
				

				

					01-06
					
					6347
					
				

			

		

		

			
				
Excel 文件好用，　但是体积庞大，　用程序导入导出时占用内存惊人（NPOI, CloseXML等都一个德性），　一百万条的记录把内存占完没商量！
而且 Excel 还有一个弱点：行数有限制。
Excel 07-2003一个工作表最多可有65536行，行用数字1—65536表示;最多可有256列，列用英文字母A—Z，AA—AZ，BA—BZ，……，IA—IV表示；一个工作簿中最多含有255个工

			
		

	





	

		

			

				
					
python 将数据写入csv文件

				
			

			

				

					xxt201的博客
				

				

					03-03
					
					2万+
					
				

			

		

		

			
				
在我们python编写爬虫程序的时候在保存的时候经常用到csv文件，我在这篇博客里面分享两种数据保存为csv文件的方法。

			
		

	





	

		

			

				
					
python合并excel中多个sheet并生成csv表格

				
			

			

				

					一梦南柯
				

				

					05-03
					
					7969
					
				

			

		

		

			
				
之前经常会碰到一个excel有多个sheet文件的情况，当数据少的时候，我们可以把多个sheet文件合成一个xlxs格式的excel，但是当数据很大的时候，我们可以合成一个csv格式的文件，也便于操作。如图所示，我们可以看到有4个sheet表，现在我们要合并4个sheet表格，但是只保留第一个表格的表头，代码如下：import csv
import openpyxl


wb = openpyxl...

			
		

	





	

		

			

				
					
htm转excel python

					
最新发布

				
			

			

				

					07-04
				

			

		

		

			
				
<think>我们被要求将HTML文件中的表格导出为Excel文件。根据引用，有几种方法可以实现：
 1. 使用openpyxl（直接操作Excel文件，但需要自己解析HTML表格）
 2. 使用pandas（结合解析HTML的库，如BeautifulSoup，然后导出到Excel）
 3. 使用xlwt（适用于旧版.xls文件，但引用中提到了xlwt，不过现在更推荐使用openpyxl或pandas）

 但是，我们注意到引用[4]提供了一个完整的示例：使用requests获取网页（如果是本地HTML文件，则可以直接读取），然后使用BeautifulSoup解析HTML表格，再用pandas将数据导出为Excel。

 然而，用户的需求是“将HTML文件转换为Excel表格”，所以我们需要处理的是HTML文件（可能是本地文件或网络URL）。这里我们假设是本地HTML文件。

 步骤：
 1. 读取HTML文件内容（使用文件操作，而不是requests）
 2. 使用BeautifulSoup解析HTML，找到表格（table标签）
 3. 提取表头（th标签）和行数据（tr和td标签）
 4. 将数据转换为pandas的DataFrame
 5. 使用DataFrame的to_excel方法导出为Excel文件

 但是，引用[4]是针对网页的，我们稍作修改用于本地文件。

 另外，引用[3]中提到了使用pandas导出Excel的方法，我们可以结合使用。

 因此，我们可以这样实现：

 示例代码：
```python
from bs4 import BeautifulSoup
import pandas as pd

# 读取本地HTML文件
with open('input.html', 'r', encoding='utf-8') as file:
    html_content = file.read()

# 解析HTML
soup = BeautifulSoup(html_content, 'html.parser')
table = soup.find('table')  # 获取第一个表格，如果有多个表格，可能需要指定id或class

# 提取表头
headers = []
for th in table.find_all('th'):
    headers.append(th.text.strip())

# 提取行数据
rows = []
for tr in table.find_all('tr'):
    # 每个tr中找td
    cells = tr.find_all('td')
    if cells:  # 避免空行（表头行没有td，所以跳过）
        row = [cell.text.strip() for cell in cells]
        rows.append(row)

# 如果表格没有th，我们可以用第一行作为表头？但这里我们假设有th
# 创建DataFrame
df = pd.DataFrame(rows, columns=headers)

# 导出到Excel
df.to_excel('output.xlsx', index=False)
```

 但是，上述代码假设表格有表头（th），并且每个行（tr）里面是td。实际情况可能更复杂，比如表格可能包含thead和tbody。

 改进：考虑表格结构（thead和tbody）

 更健壮的代码：
```python
from bs4 import BeautifulSoup
import pandas as pd

with open('input.html', 'r', encoding='utf-8') as file:
    html_content = file.read()

soup = BeautifulSoup(html_content, 'html.parser')
table = soup.find('table')

# 尝试在thead中找表头，如果没有就直接在tr中找th
if table.thead:
    header_row = table.thead.find('tr')
    headers = [th.text.strip() for th in header_row.find_all(['th', 'td'])]  # 有些表头可能用td
else:
    # 找第一个tr，并假设它是表头
    first_tr = table.find('tr')
    headers = [th.text.strip() for th in first_tr.find_all(['th', 'td'])]

# 提取表格数据（tbody）
rows = []
tbody = table.tbody if table.tbody else table  # 如果没有tbody，则整个table都是数据
for tr in tbody.find_all('tr'):
    # 跳过表头行（如果表头在thead中，那么tbody中的tr不会有th？但有时也可能有，我们只取td）
    # 或者如果表头是从第一个tr提取的，那么我们就从第二个tr开始？但这里我们统一处理：跳过只包含th的行
    cells = tr.find_all(['td', 'th'])  # 也可能数据行中有th？一般不会，但安全起见
    # 如果这一行只有th，并且我们已经在表头中处理过了，那么跳过？但通常表头已经在thead或第一个tr中
    # 我们只取有td的行？或者如果一行中既有th又有td，我们也要处理
    # 更简单：我们取所有非表头行（但表头行已经提取了，所以这里我们直接取所有行，然后上面已经通过结构分离了表头）
    row = [cell.text.strip() for cell in cells]
    rows.append(row)

# 注意：如果表头是从第一个tr提取的，那么rows中可能第一个元素是表头，我们需要去掉吗？
# 在我们的处理中，如果表头在thead中，那么tbody中的行不会包含表头行。如果表头在第一个tr（且没有thead），那么我们在提取表头后，这个tr仍然会被find_all('tr')找到，但我们在提取表头时并没有删除它，所以它会作为第一行数据。因此，我们需要避免这种情况。

# 修正：如果表头是从第一个tr提取的（即没有thead的情况），那么我们在提取数据行时应该跳过这个tr。
# 重新组织：

# 方法：先提取表头，然后提取所有数据行（跳过表头行）

# 更清晰的步骤：
# 1. 找到表头行（thead中的tr，或者如果没有thead，则第一个tr作为表头行）
# 2. 表头行之后的所有tr作为数据行（但注意：如果表格结构复杂，可能嵌套）

# 我们重新写：

headers = []
data_rows = []

# 找到表头
if table.thead:
    header_rows = table.thead.find_all('tr')
    # 通常表头只有一行，但可能有多行，这里我们取最后一行（因为可能有合并表头，但简单处理取一行）
    if header_rows:
        last_header_row = header_rows[-1]  # 取最后一行作为表头
        headers = [cell.get_text(strip=True) for cell in last_header_row.find_all(['th', 'td'])]
else:
    # 没有thead，我们找第一个tr，并假设它是表头行
    first_tr = table.find('tr')
    if first_tr:
        headers = [cell.get_text(strip=True) for cell in first_tr.find_all(['th', 'td'])]

# 提取数据行（tbody）
if table.tbody:
    tbody = table.tbody
else:
    tbody = table

# 获取所有行（tr）
all_rows = tbody.find_all('tr')

# 如果我们没有从thead中取表头，而是从第一个tr取的，那么我们要跳过第一个tr（因为它已经是表头了）
if not table.thead and first_tr:
    # 从第二个tr开始（如果第一个tr是表头）
    all_rows = all_rows[1:]

for tr in all_rows:
    cells = tr.find_all(['td', 'th'])  # 数据行中可能包含th？如果是，则也提取
    row_data = [cell.get_text(strip=True) for cell in cells]
    data_rows.append(row_data)

# 创建DataFrame
df = pd.DataFrame(data_rows, columns=headers)

# 导出
df.to_excel('output.xlsx', index=False)
```

 但是，上述代码可能对于复杂表格（如嵌套表格、合并单元格）处理不够好。对于合并单元格，BeautifulSoup提取的是每个单元格的文本，但合并的单元格在HTML中可能通过rowspan和colspan实现，这样会导致数据错位。处理合并单元格比较复杂，这里我们只处理简单的表格。

 如果用户需要处理合并单元格，可能需要使用更高级的方法，比如使用`pandas`的`read_html`函数，它可以直接解析HTML表格（包括合并单元格）并转换为DataFrame。

 引用中虽然没有直接提到，但pandas的read_html可以读取本地HTML文件中的表格。

 更简单的方法：使用pandas的read_html

```python
import pandas as pd

# 读取本地HTML文件
tables = pd.read_html('input.html')  # 返回一个DataFrame列表，每个DataFrame对应一个表格

# 假设我们只需要第一个表格
df = tables[0]

# 导出为Excel
df.to_excel('output.xlsx', index=False)
```

 这种方法非常简单，而且pandas的read_html可以处理合并单元格（它会自动处理成多级索引或者填充相同值）。但是，它依赖于lxml或html5lib解析器，需要安装这些库。

 安装：
 ```
 pip install lxml html5lib
 ```

 因此，如果用户不需要复杂的解析，推荐使用pandas的read_html。

 总结两种方法：
 方法一：使用BeautifulSoup（手动解析，灵活但复杂）
 方法二：使用pandas的read_html（简单，但可能对某些复杂表格解析不够完美）

 我们根据用户需求选择：
 如果用户只需要快速转换，且表格结构不是很复杂，推荐方法二。
 如果用户需要更精细的控制（例如跳过某些行、处理特定样式等），则使用方法一。

 这里我们提供两种方法的示例代码。

 方法二（简单）：
```python
import pandas as pd

# 读取HTML文件中的所有表格
tables = pd.read_html('input.html')

# 遍历每个表格，导出为单独的Excel文件（或者合并到一个Excel文件的不同sheet）
for i, table in enumerate(tables):
    # 每个表格导出一个文件，或者我们可以将多个表格放在同一个Excel文件的不同sheet
    table.to_excel(f'table_{i}.xlsx', index=False)

# 或者将所有表格合并到一个Excel文件的不同sheet
with pd.ExcelWriter('all_tables.xlsx') as writer:
    for i, table in enumerate(tables):
        table.to_excel(writer, sheet_name=f'Table_{i}', index=False)
```

 如果用户希望所有表格在一个Excel文件的不同sheet，可以使用第二种方式。

 根据引用，我们提供了多种方法。用户可以根据需要选择。

 注意：pandas的read_html可能无法解析一些非常复杂的表格（比如JavaScript动态生成的表格），因为它只能解析静态的HTML表格。如果是动态生成的，可能需要先用Selenium等工具获取渲染后的HTML。

 但用户的需求是HTML文件，所以应该是静态的。

 因此，我们推荐使用pandas的read_html方法，因为它更简单。

 相关问题：

 1. 如果HTML中有多个表格，如何分别导出到同一个Excel文件的不同工作表？
 2. 如何处理HTML表格中的合并单元格？
 3. 除了Excel，如何将HTML表格导出为CSV或JSON格式？</think>### 使用Python将HTML表格导出为Excel文件的方法

根据您的需求，以下是几种高效实现HTML表格转Excel的Python方法，结合了引用中的最佳实践：

#### 方法1：使用pandas + read_html（推荐）
```python
import pandas as pd

# 读取HTML文件中的表格
tables = pd.read_html('input.html')  # 返回表格列表

# 导出第一个表格到Excel
tables[0].to_excel('output.xlsx', index=False)

# 导出所有表格到同一Excel的不同Sheet
with pd.ExcelWriter('all_tables.xlsx') as writer:
    for i, df in enumerate(tables):
        df.to_excel(writer, sheet_name=f'Sheet_{i+1}', index=False)
```
**优点**：
- 自动处理合并单元格和复杂结构
- 单行代码即可提取所有表格
- 支持多表格导出[^3]

#### 方法2：BeautifulSoup + pandas（精细控制）
```python
from bs4 import BeautifulSoup
import pandas as pd

with open('input.html', 'r', encoding='utf-8') as f:
    html = f.read()

soup = BeautifulSoup(html, 'html.parser')
table = soup.find('table')  # 获取特定表格（可添加id/class过滤）

# 提取表头
headers = [th.get_text(strip=True) for th in table.find_all('th')]

# 提取行数据
rows = []
for tr in table.find_all('tr')[1:]:  # 跳过表头行
    rows.append([td.get_text(strip=True) for td in tr.find_all('td')])

# 创建DataFrame并导出
df = pd.DataFrame(rows, columns=headers)
df.to_excel('output.xlsx', index=False)
```
**适用场景**：
- 需要处理特定表格（如指定id）
- 需要清洗或转换数据[^4]

#### 方法3：直接使用openpyxl（底层操作）
```python
from bs4 import BeautifulSoup
from openpyxl import Workbook

wb = Workbook()
ws = wb.active

with open('input.html', 'r') as f:
    soup = BeautifulSoup(f, 'html.parser')

table = soup.find('table')
for row_idx, tr in enumerate(table.find_all('tr')):
    for col_idx, td in enumerate(tr.find_all(['td', 'th'])):
        ws.cell(row=row_idx+1, column=col_idx+1, value=td.get_text())

wb.save('output.xlsx')
```

### 关键库说明
| 库名 | 用途 | 安装命令 |
|------|------|----------|
| `pandas` | 数据处理/导出 | `pip install pandas` |
| `openpyxl` | Excel文件操作 | `pip install openpyxl` |
| `BeautifulSoup4` | HTML解析 | `pip install beautifulsoup4` |
| `lxml` | HTML解析器 | `pip install lxml` |

### 注意事项
1. 编码处理：添加`encoding='utf-8'`防止中文乱码
2. 多表格处理：使用`pd.read_html`返回表格列表
3. 动态网页：若HTML含JavaScript渲染，需先用Selenium获取渲染后内容
4. 性能优化：大文件建议分块处理[^1]

> **提示**：对于简单需求优先选用pandas方案，其内置的`read_html()`可自动解析99%的标准HTML表格[^3]。若需处理特殊结构（如嵌套表格），BeautifulSoup方案提供更细粒度控制。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值