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

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[0] + '/result.xlsx'
4     csvReader = pandas.read_csv(csvPath, encoding='utf_8_sig')
5     excelWriter = pandas.ExcelWriter(excelPath)
6     print("正在将 %d 年的 %d 条数据转换为 xlsx..." % (year, countThis))
7     csvReader.to_excel(excelWriter, sheet_name=str(year))
8     year = year + 1

奇怪的是使用这个方法，每次to_excel之后，result.xlsx中都只会存储一年的数据，只会存在一个sheet，之前的所有数据都会被覆盖。

通过查询官方文档（pandas.DataFrame.to_excel）和一个github上跨越了5年的issue（Allow ExcelWriter() to add sheets to existing workbook）得知pandas库的ExcelWriter缺失了一个mode='a'的append模式，所以在这种情况下每次to_excel()都会直接新建一个文件写入而无视之前的数据。

解决方案是使用openpyxl engine来打开ExcelWriter，用openpyxl的load_workbook方法将之前已经存在的数据加载进ExcelWriter.book里。修改后的核心代码如下：

 1 # 依赖 openpyxl 库
 2 from openpyxl import load_workbook
 3
 4 while year <= 2018:
 5     csvPath = sys.path[0] + '/result/%d.csv' % year
 6     excelPath = sys.path[0] + '/result.xlsx'
 7     csvReader = pandas.read_csv(csvPath, encoding='utf_8_sig')
 8     # 增加 engine='openpyxl' 一栏
 9     excelWriter = pandas.ExcelWriter(excelPath, engine='openpyxl'）
10     # 使用 openpyxl 来把现有数据传递给excelWriter，使其在写入的时候保留原本数据
11     book = load_workbook(excelPath)
12     excelWriter.book = book
13
14     print("正在将 %d 年的 %d 条数据转换为 xlsx..." % (year, countThis))
15     csvReader.to_excel(excelWriter, sheet_name=str(year))
16     excelWriter.save()

如此存储的excel文件里就会有多个sheets了，每个sheets里都存储着一个csv里的全部数据。

需要注意的是这样做的效率非常低，因为这并不是真正的追加模式，而是在每一次创建ExcelWriter对象之后，先将现有的数据全部传入ExcelWriter，再将新的数据连同旧的数据一同写入一个新的文件并覆盖。这就导致程序作了许多重复而无用的工作，所以我在处理这个任务的时候。最后的几个10+m的csv文件的平均耗时都在300s以上，如果还有后续任务的话，这个数字会一直增长下去。得到一个80m的xlsx总表耗费了接近一个小时的时间，这对于一些更大的任务来说是难以接受的。所以如果你需要处理的任务比较巨大，你可以脱离pandas库而使用xlrd和xlwt里的方法，会使运行效率优雅不少。（也许直接使用excel的vba宏也是个不错的选择？）

来源：https://billc.io/2019/04/pandas-append-excel/

转载于:https://www.cnblogs.com/BillChen2000/p/pandas-append-excel.html

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 内相关推荐

linux下将多个文件去除文件头合并_shell命令实现当前目录下多个文件合并为一个文件的方法...
当前目录下多个文件合并为一个文件 1.将多个文件合并为一个文件没有添加换行符 find ./ -name "iptv_authenticate_201801*" | xargs c ...
php中读取文件内容的几种方法。（file_get_contents：将文件内容读入一个字符串）...
php中读取文件内容的几种方法.(file_get_contents:将文件内容读入一个字符串) 一.总结 php中读取文件内容的几种方法(file_get_contents:将文件内容读入一个字符串 ...
python 如何使用 pandas 在 flask web 网页中分页显示 csv 文件数据
目录一.实战场景二.知识点 python 基础语法 python 文件读写 python 分页 pandas 数据处理 flask web 框架 jinja 模版三.菜鸟实战初始化 Flask ...
html 合并文件到excel,Excel2013把多个文件合并到一个Excel文档里方法图解
日常工作当中,会产生很多Excel文档,每当需要整理的时候又很难归类.查询.这个时候就需要把诺干个Excel文档,合并到一个Excel文档里.一个Excel文档对应一个Sheet工作表,方便查询.归类 ...
如何将两个或多个PDF文件合并成一个？这3个方法可以看看
在工作中,有时候我们需要把两个或多个PDF文件合并成一个,这样一来,可以方便阅读.修改,还能快速打印文件. 下面分享3个工具,看看如何将两个或多个PDF文件合并成一个文件. 方法一:使用美图工具如果 ...
python读csv最快方法_使用Python读写csv文件的三种方法
Python读写csv文件觉得有用的话,欢迎一起讨论相互学习~Follow Me 前言逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是 ...
excel如何把多张表合并成一个表_如何将多个excel文件合并成一个文件-多个excel文件合并成一个excel表的方法 - 河东软件园...
Excel是我们最常用的数据处理软件,而在我们使用Excel时,常常会处理同一类的数据,例如,我们制作月度报表,那么在年末时我们共积累了1至12月的月度报表,这时我们的Excel的文档将多达12个,实 ...
实验七：掌握基本的MapReduce编程方法 (JAVA+Python实现)(编程实现文件合并和去重操作,编写程序实现对输入文件的排序,对给定的表格进行信息挖掘)
一.实验目的: 1. 理解MapReduce的工作机制: 2. 掌握基本的MapReduce编程方法 3. 重点理解map过程,shuffle过程和reduce过程二.实验环境: Hadoop+Ec ...
List中addAll方法怎么使用?将两个list合并和一个list？
addAll(Collection<? extends E> c)方法用于将指定 collection 中的所有元素添加到列表. addAll(int index,Collection&l ...

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

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 内相关推荐

最新文章

热门文章