博客

python 按照sheet合并多个Excel的示例代码(多个sheet)

  • Post category:Python

让我来详细讲解一下“python按照sheet合并多个Excel的示例代码(多个sheet)”的完整实例教程。

1. 准备工作

在开始之前，我们需要安装两个 python 包：

  1. pandas
  2. xlrd

可以通过下面的命令进行安装：

pip install pandas xlrd

在安装完成之后，我们需要准备三个 Excel 文件，并且每个文件都包含多个 sheet。

2. 读取 Excel 文件

首先，我们需要使用 pandas 来读取 Excel 文件。因为每个 Excel 文件都包含多个 sheet，所以我们需要对每个 sheet 进行读取，并把它们存储在一个字典中。

import pandas as pd

# 定义要读取的 Excel 文件名
filenames = ['file1.xlsx', 'file2.xlsx', 'file3.xlsx']

# 定义要读取的 sheet 名称
sheetnames = ['Sheet1', 'Sheet2', 'Sheet3']

dfs = {}  # 存储每个 sheet 的 DataFrame

# 遍历每个文件和每个 sheet，将它们的内容存储在字典中
for i in range(len(filenames)):
    file = filenames[i]
    sheets = {}
    for j in range(len(sheetnames)):
        sheet = sheetnames[j]
        df = pd.read_excel(file, sheet_name=sheet)
        sheets[sheet] = df
    dfs[file] = sheets

在上述代码中，我们定义了一个名为 dfs 的字典来存储每个 sheet 的 DataFrame。我们遍历每个文件和每个 sheet，并将每个 sheet 的 DataFrame 存储在一个名为 sheets 的字典中。最后，我们将每个文件的 sheets 字典存储在 dfs 字典中。

3. 合并 sheet

接下来，我们要将所有的 sheet 合并到一起。我们需要使用 pandas 中的 concat 函数来将一个字典中的多个 DataFrame 合并到一起。

merged = pd.DataFrame()

for file in dfs:
    sheets = dfs[file]
    for sheet in sheets:
        df = sheets[sheet]
        df['fileName'] = file  # 在每个 DataFrame 中添加一个列，用于标识文件名
        df['sheetName'] = sheet  # 在每个 DataFrame 中添加一个列，用于标识 sheet 名称
        merged = pd.concat([merged, df], ignore_index=True)

在上述代码中，我们遍历每个文件的每个 sheet，并将它们的 DataFrame 合并到一个名为 merged 的 DataFrame 中。我们在两个 DataFrame 中分别添加了一个新的列，用于标识文件名和 sheet 名称。

4. 输出合并结果

最后，我们要将合并的结果输出到一个 Excel 文件中。我们可以使用 pandas 中的 to_excel 函数来实现。

merged.to_excel('merged.xlsx', index=False)

在上述代码中，我们将 DataFrame 内容输出到名为 merged.xlsx 的 Excel 文件中，并将 Excel 文件的索引设置为 False，以避免在 Excel 文件中出现不必要的列。

至此，我们就完成了“python按照sheet合并多个Excel的示例代码(多个sheet)”的完整实例教程。

示例说明

下面给出两个示例说明：

示例一

假设我们有三个 Excel 文件：file1.xlsx，file2.xlsx，file3.xlsx，每个文件都包含两个 sheet：Sheet1 和 Sheet2。

运行上述代码后，我们会得到一个名为 merged.xlsx 的 Excel 文件，它包含了所有 sheet 的内容。在这个 Excel 文件中，每一行的最后两列分别是该行所属的文件名和 sheet 名称。

示例二

现在假设我们希望合并的 sheet 只包含特定列，如Sheet1 中的 ID 和 Name 列以及 Sheet2 中的 Salary 列。

我们可以在 DataFrame 进行合并之前使用 .loc 方法来筛选要保留的列：

merged = pd.DataFrame()

for file in dfs:
    sheets = dfs[file]
    for sheet in sheets:
        df = sheets[sheet]
        if sheet == 'Sheet1':
            df = df.loc[:, ['ID', 'Name']]
        elif sheet == 'Sheet2':
            df = df.loc[:, ['Salary']]
        df['fileName'] = file
        df['sheetName'] = sheet
        merged = pd.concat([merged, df], ignore_index=True)

在上述代码中，我们对 Sheet1 和 Sheet2 的 DataFrame 分别使用 .loc 筛选出需要保留的列，并将结果存储在一个新的 DataFrame 中。然后，我们将新的 DataFrame 合并到名为 merged 的 DataFrame 中。在每个新的 DataFrame 中，我们还添加了一个列，用于标识文件名和 sheet 名称。

这样，我们就可以得到一个只包含特定列的合并结果了。

Tags: ,