将文件中所有数读到一个数组中_实例_22.合并一个Excel文件中的所有工作表

对于公司产品的生产，每天都需要领取物料，那每天都会有一张领料单。去年共有230来天领取了物料，则一共有230多张领料单。现在需要将这230多张表合为1张表。在Excel中，只能用VBA写个小程序才能搞定了。还是用更简单的Python来完成吧。

import time
t0=time.time()# 程序开始运行的时间

from openpyxl import load_workbook
wb = load_workbook("data每日领料单.xlsx")
sheet_names=wb.get_sheet_names() #获得工作簿的所有工作表名

data=[] #用于储存抓取的数据
for sheet_name in sheet_names: #遍历每个工作表，抓取数据
    ws=wb[sheet_name]
    #读取各个Excel中的数据，并存入列表
    for row in range(4, ws.max_row-3): #从第4行开始至倒数第5行遍历工作表每一行，将数据提取出来
        factory = ws['A' + str(row)].value #工厂
        move_order= ws['B' + str(row)].value #挑库单号
        line = None #没有数据
        qty= ws['D' + str(row)].value #请求数量
        work_order= ws['E' + str(row)].value #工单号
        work_center="QQ10"
        status="完成"
        sub= ws['H' + str(row)].value #库位
        unit = ws['I' + str(row)].value #单位
        seq = ws['J' + str(row)].value #项次
        material_pn = ws['K' + str(row)].value #物料编号
        locator = ws['L' + str(row)].value #架位
        lot_number = ws['M' + str(row)].value #批次号
        lot_qty =  ws['N' + str(row)].value #数量
        FG_model =  ws['O' + str(row)].value #成品机型号
        material_desp = ws['P' + str(row)].value #物料描述
        pick_date = ws['C' + str(ws.max_row)].value.date() #日期
        
        info_list=[factory, move_order,line,qty,work_order,work_center,status,sub,unit,seq,material_pn,locator,
                  lot_number,lot_qty,FG_model,material_desp,pick_date] #将以上信息放入列表info_list
        data.append(info_list) #将单个物料信息的列表放入包含所有物料的大列表
        
t1=time.time() #程序结束运行的时间
print('程序用时：',str(round(t1-t0))+'秒。')

>>程序用时： 58秒。

我发现使用%%time偶尔会使得程序运行出现问题，但又不会报错。为了继续观测程序会用多长时间，这里导入了time模块。在程序开始之前定义一个时间t0，再在程序结束后定义一个时间t1，这两个时间都是当时Windows系统的时间。用结束时间减去开始时间，即可得到程序运行的时间。

上述程序还是使用老朋友，openpyxl库。先打开Excel工作簿，然后通过sheet_names=wb.get_sheet_names()获取所有工作表的名称，随后遍历所有工作表，将其中每行的数据取出，存入列表info_list，然后再存入大列表data。程序1分钟就运行完成，然后检查数据，len(data)看看有多少行数据。再选取最有一条数据data[34155]，与工作表中的对比一下，完全正确。

len(data)
>>34156
data[34155]
>>
['AAA',
 1118610,
 None,
 '150',
 'A19X9531866',
 'QQ10',
 '完成',
 'WH-B',
 'EA',
 2,
 '10030XR0081100',
 'LC034156',
 'PC34156',
 '150',
 'A34156',
 '电池门',
 datetime.date(2019, 12, 28)]

然后就可以写入总表进行汇总了。

#汇总数据到主文件
t0=time.time()# 程序开始运行的时间
from openpyxl.styles import Border, Side, PatternFill, Font, GradientFill, Alignment
thin = Side(border_style="thin", color="000000")#定义边框粗细及颜色

wb_main=load_workbook("data领料表.xlsx") #打开需要写入数据的文件
ws_main=wb_main.active #选取需要写入数据的工作表
  
for row in range(4,len(data)+4):
    for col in range(1,18):
        ws_main.cell(row=row,column=col,value=data[row-4][col-1]) 
        
#设置字号，对齐，缩小字体填充，加边框
#Font(bold=True)可加粗字体
for row_number in range(4, ws_main.max_row+1):
    for col_number in range(1,18):
        c = ws_main.cell(row=row_number,column=col_number)
        c.font = Font(size=8) #字号设为8
        c.border = Border(top=thin, left=thin, right=thin, bottom=thin)#加全边框
        c.alignment = Alignment(horizontal="left", vertical="center",shrink_to_fit = True)
        #水平方向左对齐，垂直方向居中对齐，字太多单元格太小的话缩小字体填充单元格
wb_main.save("data合并.xlsx") #保存数据
t1=time.time() #程序结束运行的时间
print('程序用时：',str(round(t1-t0))+'秒。')

程序用时： 295秒。

用时差不多5分钟，毕竟3万多行数据，还是蛮快的了。以上，先打开模板“领料单”，然后选取其活动工作表，从第四行开始写入数据，列则是从第1列到17列（for col in range(1,18)）。数据写完之后，设置字号，边框及对齐方式。其中，shrink_to_fit = True指如果字太多，单元格太小的话，缩小字体填充。也可以用wrap_text = True，指Excel中的自动换行。结果如下：

如果您有需要处理的问题，可发邮件到我邮箱：donyo@qq.com，一起探讨解决方案。

以上在Jupyter notebook上完成，所用到的代码及Excel 资料已上传GitHub及百度网盘, 欢迎下载到本地随意玩。

Python版本：Python 3.6 64bit

操作系统：Windows 7

GitHub：Office_Automation_by_Using_Python

百度Pan：http://pan.baidu.com/s/1WXcoYts_uNJmccfJ0lrmWg 提取码: kry7

http://weixin.qq.com/r/_S4HHzPEbm4RrXd893vr (二维码自动识别)