原始文件、合并后的文件：

拆分后的小文件：

实例演示：将一个大Excel等份拆成多个Excel

将多个小Excel合并成一个大Excel并标记来源work_dir="./course_datas/c15_excel_split_merge"

splits_dir=f"{work_dir}/splits"

import os

if not os.path.exists(splits_dir):

os.mkdir(splits_dir)

0、读取源Excel到Pandasimport pandas as pddf_source = pd.read_excel(f"{work_dir}/crazyant_blog_articles_source.xlsx")df_source.head()idtitletags02585Tensorflow怎样接收变长列表特征python,tensorflow,特征工程

12583Pandas实现数据的合并concatpandas,python,数据分析

22574Pandas的Index索引有什么用途？pandas,python,数据分析

32564机器学习常用数据集大全python,机器学习

42561一个数据科学家的修炼路径数据分析df_source.indexRangeIndex(start=0, stop=258, step=1)df_source.shape(258, 3)total_row_count = df_source.shape[0]

total_row_count258

一、将一个大Excel等份拆成多个Excel使用df.iloc方法，将一个大的dataframe，拆分成多个小dataframe

将使用dataframe.to_excel保存每个小Excel

1、计算拆分后的每个excel的行数# 这个大excel，会拆分给这几个人

user_names = ["xiao_shuai", "xiao_wang", "xiao_ming", "xiao_lei", "xiao_bo", "xiao_hong"]# 每个人的任务数目

split_size = total_row_count // len(user_names)

if total_row_count % len(user_names) != 0:

split_size += 1

split_size43

2、拆分成多个dataframedf_subs = []

for idx, user_name in enumerate(user_names):

# iloc的开始索引

begin = idx*split_size

# iloc的结束索引

end = begin+split_size

# 实现df按照iloc拆分

df_sub = df_source.iloc[begin:end]

# 将每个子df存入列表

df_subs.append((idx, user_name, df_sub))

3、将每个datafame存入excelfor idx, user_name, df_sub in df_subs:

file_name = f"{splits_dir}/crazyant_blog_articles_{idx}_{user_name}.xlsx"

df_sub.to_excel(file_name, index=False)

二、合并多个小Excel到一个大Excel遍历文件夹，得到要合并的Excel文件列表

分别读取到dataframe，给每个df添加一列用于标记来源

使用pd.concat进行df批量合并

将合并后的dataframe输出到excel

1. 遍历文件夹，得到要合并的Excel名称列表import os

excel_names = []

for excel_name in os.listdir(splits_dir):

excel_names.append(excel_name)

excel_names['crazyant_blog_articles_0_xiao_shuai.xlsx',

'crazyant_blog_articles_1_xiao_wang.xlsx',

'crazyant_blog_articles_2_xiao_ming.xlsx',

'crazyant_blog_articles_3_xiao_lei.xlsx',

'crazyant_blog_articles_4_xiao_bo.xlsx',

'crazyant_blog_articles_5_xiao_hong.xlsx']

2. 分别读取到dataframedf_list = []

for excel_name in excel_names:

# 读取每个excel到df

excel_path = f"{splits_dir}/{excel_name}"

df_split = pd.read_excel(excel_path)

# 得到username

username = excel_name.replace("crazyant_blog_articles_", "").replace(".xlsx", "")[2:]

print(excel_name, username)

# 给每个df添加1列，即用户名字

df_split["username"] = username

df_list.append(df_split)crazyant_blog_articles_0_xiao_shuai.xlsx xiao_shuai

crazyant_blog_articles_1_xiao_wang.xlsx xiao_wang

crazyant_blog_articles_2_xiao_ming.xlsx xiao_ming

crazyant_blog_articles_3_xiao_lei.xlsx xiao_lei

crazyant_blog_articles_4_xiao_bo.xlsx xiao_bo

crazyant_blog_articles_5_xiao_hong.xlsx xiao_hong

3. 使用pd.concat进行合并df_merged = pd.concat(df_list)df_merged.shape(258, 4)df_merged.head()idtitletagsusername02585Tensorflow怎样接收变长列表特征python,tensorflow,特征工程xiao_shuai

12583Pandas实现数据的合并concatpandas,python,数据分析xiao_shuai

22574Pandas的Index索引有什么用途？pandas,python,数据分析xiao_shuai

32564机器学习常用数据集大全python,机器学习xiao_shuai

42561一个数据科学家的修炼路径数据分析xiao_shuaidf_merged["username"].value_counts()xiao_hong     43

xiao_bo       43

xiao_shuai    43

xiao_lei      43

xiao_wang     43

xiao_ming     43

Name: username, dtype: int64

4. 将合并后的dataframe输出到exceldf_merged.to_excel(f"{work_dir}/crazyant_blog_articles_merged.xlsx", index=False)