Python实现合并excel表格的方法分析
本文实例讲述了Python实现合并excel表格的方法。分享给大家供大家参考，具体如下：
需求
将一个文件夹中的excel表格合并成我们想要的形式，主要要pandas中的concat()函数
思路
用os库将所需要处理的表格放到同一个列表中，然后遍历列表，依次把所有文件纵向连接起来。
最开始的第一种思路是先拿一个文件出来，然后让这个文件依次去和列表中的剩余文件合并；
第二种是用文件夹中第一个文件和剩余的文件合并，使用range(1,len(file))，可以省去单独取第一个文件的步骤。
遇到的问题
读取
好久没写过这个了，竟然在读取的时候出了很多错误，花了很多时间，下面按时间顺序小结一下
因为之前看到有人直接在pd.read_excel()后面操作，不需要像我以前一样分开操作
#以前的操作方式,需要占用三行 df=pd.read_excel(r'C:.\1.xlsx',sheet_name='设备检测_空调伴侣') temp_columns=['',''] df_1=df[temp_columns].dropna() #但我在进阶的过程中，格式弄错了，导致一直报错 df=pd.read_excel(r'C:.\1.xlsx',sheet_name='设备检测_空调伴侣').[['采集时间']['功率E(W)']] >>>df=pd.read_excel(r'C:.\1.xlsx',sheet_name='设备检测_空调伴侣').[['采集时间']['功率E(W)']]^ SyntaxError:invalidsyntax #发现多了个“.”，用pd读取的excel已经是dataframe的格式了，提取直接用列表的方式就行，加“.”是表示用pd中的函数，完全不同，修正后，再运行，又报错。。。 df=pd.read_excel(r'C:.\1.xlsx',sheet_name='设备检测_空调伴侣')[['采集时间']['功率E(W)']] >>>TypeError:listindicesmustbeintegersorslices,notstr #发现列表中的子列表元素间忘记用“，”分隔了，修正，再运行 df=pd.read_excel(r'C:.\1.xlsx',sheet_name='设备检测_空调伴侣')[['采集时间'],['功率E(W)']] >>>TypeError:unhashabletype:'list' #说实话，当时心态有点崩，但还是仔细找了找原因，报错，列表是不可拆分的类型。再对比以前的代码，才发现问题所在。 df=pd.read_excel(r'C:.\1.xlsx',sheet_name='设备检测_空调伴侣')[['采集时间','功率E(W)']]
需要用双层列表，外面那层是用于读取dataframe,里面那层是索引的集合
完整代码
思路1：
#-*-coding:utf-8-*-
importnumpyasnp
importpandasaspd
importos
#改变当前的路径
os.chdir(r'C:\Users\hao\Desktop\重写数据整理\源数据')
#将当前目录下的文件以列表的形式存放
file=os.listdir("./")
df_0=pd.read_excel(r'C:\Users\hao\Desktop\重写数据整理\143NNCZ01_M_2017-06.xlsx',sheet_name='设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna()
#print(df_0)#df_0是第一个，依次和循环里面的每一个表做纵向连接
foraa,excelinenumerate(file):#enumerate遍历，aa返回序列，便于计数和监视
print('当前正在处理的文件：',excel)
df_1=pd.read_excel(excel,sheet_name='设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna()
#print(df_1)
df_0=pd.concat([df_0,df_1],ignore_index=True,axis=0)
#print(df_0)
df_0.to_excel(r'C:\Users\hao\Desktop\output3.xlsx',index=None)
思路二：
#-*-coding:utf-8-*-
importnumpyasnp
importpandasaspd
importos
#改变当前的路径
os.chdir(r'C:\Users\hao\Desktop\重写数据整理\源数据')
#将当前目录下的文件以列表的形式存放
file=os.listdir("./")
df_0=pd.read_excel(file[0],sheet_name='设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna()
#print(df_0)#df_0是第一个，依次和循环里面的每一个表做纵向连接
foriinrange(1,len(file)):#enumerate遍历，aa返回序列，便于计数和监视
print('当前正在处理的文件：',file[i],'第{}/{}个'.format(i+1,len(file)+1))
df_1=pd.read_excel(file[i],sheet_name='设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna()
#print(df_1)
df_0=pd.concat([df_0,df_1],ignore_index=True,axis=0)
#print(df_0)
df_0.to_excel(r'C:\Users\hao\Desktop\output5.xlsx',index=None)
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python操作Excel表格技巧总结》、《Python文件与目录操作技巧汇总》、《Python文本文件操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。