chatgpt赋能python：用Python合并多个表格并计算的实用方法-CSDN博客

本文链接：https://blog.csdn.net/turensu/article/details/131496669

本文介绍了使用Python的pandas库合并多个表格并进行数据计算的方法。通过read_excel和merge函数，可以高效处理大规模数据，结合mean函数进行平均值计算，从而提升数据分析效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用Python合并多个表格并计算的实用方法

在数据分析和处理中，经常会遇到需要合并多个表格的情况，通常会使用类似Excel的VLOOKUP函数来实现。但是如果表格数据量较大，手动操作会非常耗时，这时候就需要借助Python来进行自动化处理，同时也可以进行更复杂的数据分析和计算。

首先需要设置好Python环境，推荐使用Anaconda或者Miniconda来安装。安装完成后，打开Anaconda Prompt或者终端，使用以下命令安装需要的库：pandas、numpy和xlrd。

conda install pandas numpy xlrd

在开始处理之前，需要先读取需要合并的表格数据。假设有以下两个表格的数据需要合并：

表格1：

表格2：

可以使用pandas库中的read_excel函数读取表格数据：

import pandas as pd

df1 = pd.read_excel('表格1.xlsx')
df2 = pd.read_excel('表格2.xlsx')

接下来就可以进行数据合并了，pandas库中的merge函数可以实现类似SQL中的join操作，根据指定的关键字将两个表格进行合并。

merged_df = df1.merge(df2, on='学生姓名')

上述代码以“学生姓名”作为关键字，将表格1和表格2合并成一个新的表格merged_df。可以使用print函数输出合并后的数据进行查看：

print(merged_df)

输出：

可以看到，两个表格的数据被合并到了一起，可以进行更方便的数据分析。

合并完数据后，可以进行一些简单的计算，例如计算每个学生的平均成绩。可以使用pandas库的mean函数来实现。

average_df = merged_df.groupby('学生姓名')['成绩'].mean().reset_index()

上述代码以“学生姓名”作为分组关键字，将成绩列进行平均值计算，并重置索引，生成一个新的数据表average_df。

最后，可以使用to_excel函数将计算后的数据保存到Excel表格中。

average_df.to_excel('平均成绩.xlsx', index=False)

上述代码将数据保存到名为“平均成绩”的Excel表格中，并且不保存索引。

本文介绍了如何使用Python对多个表格进行合并和计算的实用方法。通过使用pandas库的read_excel和merge函数，可以快速实现表格数据合并，同时可以进行更复杂的数据分析和计算。这种方法不仅可以节省大量人力和时间，还可以得到更准确的计算结果。

本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。

对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。

🧡AI职场汇报智能办公文案写作效率提升教程 🧡 专注于AI+职场+办公方向。
下图是课程的整体大纲

下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具

学习路线指引（点击解锁）	知识定位	人群定位
🧡 AI职场汇报智能办公文案写作效率提升教程 🧡	进阶级	本课程是AI+职场+办公的完美结合，通过ChatGPT文本创作，一键生成办公文案，结合AI智能写作，轻松搞定多场景文案写作。智能美化PPT,用AI为职场汇报加速。AI神器联动，十倍提升视频创作效率
💛Python量化交易实战 💛	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统
🧡 Python实战微信订餐小程序 🧡	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。