脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - 使用Python横向合并excel文件的实例

使用Python横向合并excel文件的实例

2021-04-28 00:21哎呀小顽石 Python

今天小编就为大家分享一篇使用Python横向合并excel文件的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

起因:

有一批数据需要每个月进行分析,数据存储在excel中,行标题一致,需要横向合并进行分析。

数据示意:

使用Python横向合并excel文件的实例

具有多个

使用Python横向合并excel文件的实例

代码:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
# -*- coding: utf-8 -*-
"""
created on sun nov 12 11:19:03 2017
@author: li ying
"""
#读取第一列作为合并后表格的第一列
from pandas import read_csv
df = read_csv(r'e:\excel\vb\excel1.csv',header=none)
sample_name = df[0]
 
file="combine"
filedestination = "e://excel//"
import glob
#from numpy import *
filearray=[]
for filename in glob.glob(r'e:\excel\*.xlsx'):
 filearray.append(filename)
#以上是从excel 文件夹下读取所有excel表格,并将所有的名字存储到列表filearray
print("在默认文件夹下有%d个文档哦"%len(filearray))
ge=len(filearray)
matrix = [none]*ge
 
 
#实现读写数据
 
#下面是将所有文件读数据到三维列表cell[][][]中(不包含表头)
import xlrd
for i in range(ge):
 fname=filearray[i]
 bk=xlrd.open_workbook(fname)
 try:
  sh=bk.sheet_by_name("sheet1")
 except:
  print ("在文件%s中没有找到sheet1,读取文件数据失败,要不你换换表格的名字?" %fname)
 
 ncols=sh.ncols
 matrix[i] = [0]*(ncols-1)
 
 nrows=sh.nrows
 for m in range(ncols-1):
  matrix[i][m] = ["0"]*nrows
 
 for k in range(1,ncols):
  for j in range(0,nrows):
   matrix[i][k-1][j]=sh.cell(j,k).value
 
import xlwt
filename=xlwt.workbook()
sheet=filename.add_sheet("hel")
#下面是把第一列写上
for i in range(0,len(sample_name)):
 sheet.write(i,0,sample_name[i])
#求和前面的文件一共写了多少列
zh=1
for i in range(ge):
 for j in range(len(matrix[i])):
  for k in range(len(matrix[i][j])):
   sheet.write(k,zh,matrix[i][j][k])
  zh=zh+1
print("我已经将%d个文件合并成1个文件,并命名为%s.xlsx."%(ge,file))
filename.save(filedestination+file+".xls")  

合并结果:

使用Python横向合并excel文件的实例

以上这篇使用python横向合并excel文件的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。

原文链接:https://blog.csdn.net/sinat_16029945/article/details/78512075

延伸 · 阅读

精彩推荐