老石榴pandas数据处理之三，pandas读写Excel，数据合并

背景

本文旨在结合实例解决Excel多表格的合并、对齐问题。
石榴妈——即老石榴的爱妻，有时会质疑老石榴学习编程的意义。但这回石榴妈在工作中遇到一点点小问题，希望老石榴能用编程的方法解决以提高工作量，老石榴表现的机会来了（搓手(^▽)）。
背景如下，我们工作中或多或少也遇到过，石榴妈需要汇总各个自总司的表格，总表的格式是统一的，然而各个子公司报上来的表格却个有差别，石榴妈需要一个个列去汇总到总表上，以统一格式。工作量很大，待汇总的表成百上千，如此一来还容易发生人为差错。
那么怎么办呢？怎么解决Excel表格的对齐、合并问题呢？
Life is short，you need python!
所以我们学习编程，并不一定是要从事某一具体专业，而是作为一种技能，更好的完成我们的工作、学业。

数据

数据老石榴在kaggle上随便找的Excel表格，将表格拆分成了3个表格，并将表格3的Smoking、Diabetes进行了打乱，以模拟背景案例。

知识点

言归正传，介绍本文知识点。首先我们要了解数据处理都分为哪几个阶段，数据准备中又有哪几个过程，着重介绍了数据准备的加载，拼接的一些基本用法。。我们需要用到哪些函数（方法）。

1.数据处理的三个阶段

• 数据准备
• 数据转换
• 数据聚合

数据准备

数据准备主要包括以下几个步骤

• 加载（读入）

• 组装

• 合并（merging）

• 拼接（concatenation）

• 组合（combine）
  -变形（轴向旋转）

2.函数

Excel的读写

pd…read_excel()
pd.DataFrame.to_excel()

数据拼接

pd.DataFrame.concat()
pd.DataFrame.reindex() 对列重组

具体用法在下文介绍

代码

导入pandas包，我们还是用pandas 实现

• 读excel、写excel，
• 数据合并
• 列的重新排序

import pandas as pd

将读入的三个表 表1,2,3,分别转化成DataFrame数据类型，以进行下一步操作。

• 导入数据，应用read_excel()函数，index_col这一参数，index_col : int, list of int, default None，他的目的是以第几列作为index，默认的none则是创建一个新的整数index

df1 = pd.read_excel('1.xlsx',index_col=None) #index_col 代表从哪一行开始做索引，0 12345这个序列
df2 = pd.read_excel('2.xlsx')
df3 = pd.read_excel('3.xlsx')

把这三个数据输出出来瞜一眼

df1
df2
df3

	Gender	Symptoms	Alcohol	Smoking	HBsAg	HBeAg	HBcAb	HCVAb	Diabetes	Cirrhosis	Endemic
0	1	1	0	1	0	0	0	0	1	0	0
1	1	1	0	1	1	0	1	0	0	1	1
2	1	1	1	1	0	0	1	1	0	1	0
3	0	0	1	1	0	0	0	0	0	1	0
4	1	1	1	1	0	0	0	0	1	1	0
5	1	0	0	0	0	0	0	0	1	0	0
6	0	1	0	0	0	0	0	0	0	1	0
7	1	1	1	1	0	0	1	0	0	1	0
8	1	1	1	0	0	0	1	0	0	1	0
9	1	1	1	0	0	0	0	0	1	1	0
10	0	1	1	0	0	0	1	0	0	1	0
11	0	1	0	0	0	0	1	0	0	1	1
12	1	1	1	1	0	0	0	0	0	1	0
13	1	1	1	1	0	0	0	0	0	1	0
14	1	1	1	0	0	0	0	0	0	1	0
15	1	1	1	1	0	0	0	0	0	1	0
16	1	1	1	1	0	0	1	1	0	1	0
17	1	1	1	0	0	0	0	0	0	1	0
18	1	1