作者丨黄伟呢

来源丨数据分析与统计学之美

一、概述

‍‍‍‍‍‍‍‍‍

其实Excel合并这个需求，应该是一个极为普遍的需求了。今天我们就利用Python完成“Excel合并(拆分)” 操作，具体如下：

• ① 将多个Excel表，合并到一个Excel中（每个Excel中只有一个sheet表）；

• ② 将多个Excel表，合并到一个Excel中（每个Excel中不只一个sheet表）；

• ③ 将一个Excel表中的多个sheet表合并，并保存到同一个excel；

• ④ 将一个Excel表，按某一列拆分成多张表；

二、知识点讲解

其实完成这些操作，涉及到了太多的知识点，因此在讲述上述这个知识点以前，我们要带大家复习一些常用的知识点。

• ① os模块常用知识点讲解；

• ② pandas模块常用知识点讲解；

• ③ xlsxwriter模块常用知识点讲解；

• ④ xlrd常用知识点讲解；

1. os模块知识点讲解

对于os模块，我们主要讲述os.walk()、os.path.join()等知识点。

1.1 os.walk()

对于这个知识点，我们需要说明以下几点：

• os.walk()的返回值是一个生成器(generator)，我们需要循环遍历它，来获取其中的内容；

• 每次遍历，返回的都是一个三元组(path, dirs, files)；

• path：返回的是当前正在遍历的这个文件夹的，本身路径地址；

• dirs：返回的是该文件夹中所有目录的名字(不包含子目录)，有多少个都以“列表”返回；

• files：返回的是该文件夹中所有的文件(不包含子目录下的文件)，有多少个都以“列表”返回；

如果说，有一个如图所示的文件夹。

利用下方的代码，我们可以得到什么结果呢？

pwd = "G:\\a"
print(os.walk(pwd))
for i in os.walk(pwd):print(i)
for path,dirs,files in os.walk(pwd):print(files)```

结果如下：

<generator object walk at 0x0000029BB5AEAB88>
('G:\\a', [], ['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx'])
['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx']

1.2 os.path.join()

这个函数，主要用于将多个路径组合后返回，超级简单，就不做过多阐述。

path1 = 'G:\\a'
path2 = 'aa.txt'
print(os.path.join(path1,path2))

结果如下：

G:\a\aa.txt

2. pandas模块知识点讲解

由于是需要利用Pandas进行Excel的合并，因此我们要学会，如何利用Pandas进行数据的纵向合并。

我们先创建2个数据框(DataFrame)：

import numpy as np
xx = np.arange(15).reshape(5,3)
yy = np.arange(1,16).reshape(5,3)
xx = pd.DataFrame(xx,columns=["语文","数学","外语"])
yy = pd.DataFrame(yy,columns=["语文","数学","外语"])
print(xx)
print(yy)

效果如下：

接着，可以利用Pandas中的concat()函数，完成纵向拼接的操作。

• pd.concat(list)中【默认axis=0】默认的是数据的纵向合并；

• pd.concat(list)括号中传入的是一个列表；

• ignore_list=True表示忽略原有索引，重新生成一组新的索引；

• 或者直接可以写成z = pd.concat([xx,yy],ignore_list=True)；

concat_list = []
concat_list.append(xx)
concat_list.append(yy)
z = pd.concat(concat_list,ignore_list=True)
print(z)

效果如下：

3. xlsxwriter模块知识点讲解

xlsxwriter模块一般是和xlrd模块搭配使用的， xlsxwriter：负责写入数据， xlrd：负责读取数据。接下来，我们分别对这两个库的常见用法，进行介绍。

1）如何创建一个“工作簿”？

import xlsxwriter# 这一步相当于创建了一个新的"工作簿"；
# "demo.xlsx"文件不存在，表示新建"工作簿"；
# "demo.xlsx"文件存在，表示新建"工作簿"覆盖原有的"工作簿"；
workbook = xlsxwriter.Workbook("demo.xlsx")# close是将"工作簿"保存关闭，这一步必须有，否则创建的文件无法显示出来。
workbook.close()

2）如何添加一个“Sheet工作表”

我们知道，一个Excel文件就是一个Excel工作簿，而每一个工作簿中，又有很多的“Sheet工作表”。接下来，我们如何用代码实现这个操作呢？

import xlsxwriterworkbook = xlsxwriter.Workbook("cc.xlsx")
worksheet = workbook.add_worksheet("2018年销售量")
workbook.close()

效果如下：

3）如何向表中插入数据呢？

import xlsxwriter# 创建一个名为【demo.xlsx】工作簿；
workbook = xlsxwriter.Workbook("demo.xlsx")# 创建一个名为【2018年销售量】工作表；
worksheet = workbook.add_worksheet("2018年销售量")# 使用write_row方法，为【2018年销售量】工作表，添加一个表头；
headings = ['产品','销量',"单价"]
worksheet.write_row('A1',headings)
# 使用write方法，在【2018年销售量】工作表中插入一条数据；
# write语法格式：worksheet.write(行,列,数据) data = ["苹果",500,8.9]
for i in range(len(headings)):worksheet.write(1,i,data[i])
workbook.close()

效果如下：

4. xlrd模块知识点讲解

这里有一个工作簿“test.xlsx”，该文件中有两个“Sheet工作表”，分别命名为“2018年销售量”、“2019年销售量”，如图所示。

1）如何打开一个“工作簿”？—>open_workbook()

# 这里所说的"打开"并不是实际意义上的打开，只是将该表加载到内存中打开。
# 我们并看不到"打开的这个效果"
import xlrd
file = r"G:\Jupyter\test.xlsx"
xlrd.open_workbook(file)

结果如下：

<xlrd.book.Book at 0x29bb8e4eda0>

2）如何获取一个工作簿下，所有的“Sheet表”名？—>sheet_names()

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheet_names()

结果如下：

['2018年销售量', '2019年销售量']

3）如何获取所有“Sheet表”的对象列表？—>sheets()

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()

结果如下：

[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]

我们可以利用索引，获取每一个sheet表的对象，然后可以针对每一个对象，进行操作。

fh.sheets()[0]
<xlrd.sheet.Sheet at 0x29bb8f07a90>
fh.sheets()[1]
<xlrd.sheet.Sheet at 0x29bb8ef1390>

4）如何获取每个Sheet表的行列数？—>nrows和ncols属性

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()
fh.sheets()[0].nrows  # 结果是：4
fh.sheets()[0].ncols  # 结果是：3
fh.sheets()[1].nrows  # 结果是：4
fh.sheets()[1].ncols  # 结果是：3

5）按行获取，每个Sheet表中的数据—>row_values()

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
sheet1 = fh.sheets()[0]
for row in range(fh.sheets()[0].nrows):value = sheet1.row_values(row)print(value)

效果如下：

三、案例讲述

1. 将多个Excel表，合并到一个Excel中（每个Excel中只有一个sheet表）

有四张表，图示中一目了然，就不做过多解释。

实现代码如下：

import pandas as pd
import os
pwd = "G:\\b"
df_list = []
for path,dirs,files in os.walk(pwd):for file in files:file_path = os.path.join(path,file)                        df = pd.read_excel(file_path) df_list.append(df)
result = pd.concat(df_list)
print(result)
result.to_excel('G:\\b\\result.xlsx',index=False)

结果如下：

2. 将多个Excel表，合并到一个Excel中（每个Excel中不只一个sheet表）

有两个工作簿，如图所示。一个工作簿是pp.xlsx，一个工作簿是qq.xlsx。工作簿pp.xlsx下，有sheet1和sheet2两个工作表。工作簿qq.xlsx下，也有sheet1和sheet2两个工作表。

实现代码如下：

import xlrd
import xlsxwriter
import os# 打开一个Excel文件，创建一个工作簿对象
def open_xlsx(file):fh=xlrd.open_workbook(file)return fh# 获取sheet表的个数
def get_sheet_num(fh):x = len(fh.sheets())return x# 读取文件内容并返回行内容
def get_file_content(file,shnum):fh=open_xlsx(file)table=fh.sheets()[shnum]num=table.nrowsfor row in range(num):rdata=table.row_values(row)datavalue.append(rdata)return datavaluedef get_allxls(pwd):allxls = []for path,dirs,files in os.walk(pwd):for file in files:allxls.append(os.path.join(path,file))return allxls# 存储所有读取的结果
datavalue = []
pwd = "G:\\d"
for fl in get_allxls(pwd):fh = open_xlsx(fl)     x = get_sheet_num(fh)  for shnum in range(x):print("正在读取文件："+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")rvalue = get_file_content(fl,shnum)   # 定义最终合并后生成的新文件
endfile = "G:\\d\\concat.xlsx"
wb1=xlsxwriter.Workbook(endfile)
# 创建一个sheet工作对象
ws=wb1.add_worksheet()
for a in range(len(rvalue)):for b in range(len(rvalue[a])):c=rvalue[a][b]ws.write(a,b,c)
wb1.close()
print("文件合并完成")

效果如下：

3. 将一个Excel表中的多个sheet表合并，并保存到同一个excel

实现代码如下：

import xlrd
import pandas as pd
from pandas import DataFrame
from openpyxl import load_workbookexcel_name = r"D:\pp.xlsx"
wb = xlrd.open_workbook(excel_name)
sheets = wb.sheet_names()alldata = DataFrame()
for i in range(len(sheets)):df = pd.read_excel(excel_name, sheet_name=i, index=False, encoding='utf8')alldata = alldata.append(df)       writer = pd.ExcelWriter(r"C:\Users\Administrator\Desktop\score.xlsx",engine='openpyxl')
book = load_workbook(writer.path)
writer.book = book
# 必须要有上面这两行，假如没有这两行，则会删去其余的sheet表，只保留最终合并的sheet表alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")
writer.save()
writer.close()

效果如下：

4. 将一个Excel表，按某一列拆分成多张表

实现代码如下：

import pandas as pd
import xlsxwriter
data=pd.read_excel(r"C:\Users\Administrator\Desktop\chaifen.xlsx",encoding='gbk')area_list=list(set(data['店铺']))writer=pd.ExcelWriter(r"C:\Users\Administrator\Desktop\拆好的表1.xlsx",engine='xlsxwriter')
data.to_excel(writer,sheet_name="总表",index=False)for j in area_list:df=data[data['店铺']==j]df.to_excel(writer,sheet_name=j,index=False)writer.save()  #一定要加上这句代码，“拆好的表”才会显示出来

效果如下：

------- End -------

点右下角「在看」与转发

是对我们最大的支持

特别推荐下公众号「价值前瞻」，分享读书、成长和投资思考，欢迎来串门。

回复「书单」 可获取精选书单一份，包括《如何阅读 一本书》、《巴菲特之道》、《金字塔原理》、高瓴张磊的《价值》、《投资最重要的事》、《戴维斯王朝》等书籍的笔记内容或思维导图

价 值 前 瞻

做一个有远见的人

扫码关注，查看更多内容