python 合并工作簿_Excel:快速合并多张表格或多个文件（工作簿）的数据（附Python代码）...

Excel:快速合并多张表格或多个文件(工作簿)的数据(附Python代码)

现实工作中经常遇到将零散的原始数据合并统计的工作要求，如月度统计或年度统计等。原始数据的收集大多是按时间(如日期或小时)进行获取记录的，即每1天或1个时间段就会产生1张Excel的数据表格，当要进行月度或年度数据分析时，传统方法就需要花费不少的时间进行原始数据的合并，俗称“copy_paste"操作。下面的方法是应用Python代码实现快速合并多张表格的数据的任务 – "一键成型“，大大提高办公室的工作效率：

流程分析：

收集数据源文件夹中的数据文件名称(workbook_names)

建立新的数据汇总文件 – 用于收集并保存所有的数据

打开并读取Excel文件,收集每个数据文件中的表格名称(sheet_names)

按表格将数据转换为dataframe,并汇总在一起

将dataframe转为Excel文件

检查数据汇总的结果

原始数据的情况：

有2个数据集：Data_1和 Data_2，每个文件有3个表格

Python代码：

import xlrd

import pandas as pd

import os

# 1. 收集数据源文件夹中的数据文件名称(workbook_names)

file_dir = "d:/原始数据集"

file_list = os.listdir(file_dir)

print("合并的文件包括:", file_list)

# 2. 建立新的数据汇总文件 -- 用于收集并保存所有的数据

new_file = "d:/汇总数据.xlsx"

new_list = []

sheet_num = 0

# 3.打开并读取Excel文件,收集每个数据文件中的表格名称(sheet_names)

for file in file_list: file_path = os.path.join(file_dir, file) wb = xlrd.open_workbook(file_path) sheet_names = wb.sheet_names() sheet_num += len(sheet_names) #计算合并的表格的总数

# 4.按表格将数据转换为dataframe,并汇总在一起 for sn in sheet_names: dataframe = pd.read_excel(file_path, sheet_name=sn, header=0) new_list.append(dataframe)

# 5. 将datafram转为excel

df = pd.concat(new_list)

df.to_excel(new_file, sheet_name="Summary")

# 6.检查数据汇总的结果

print("合并的表格数量:", sheet_num)

print("数据汇总表已生产，请检查！")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

程序运行结果：

数据汇总表格(新生产的)：

问题解决了！

温馨提示：

本博客测试的是xls文件，如果是对于xlsx文件，建议使用openpyxl来操作。关键替换代码如下：

import openpyxl

# 读取excel文件和提取文件中的工作表名称

wb = openpyxl.load_workbook(file_path)

sheet_names = wb.sheetnames1

2

3

4

5

文章来源: blog.csdn.net，作者：若芷兰，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/weixin_45914452/article/details/113408659