多个xlsx的提取及去重，保存

"""
使用openpyxl对xlsx进行操作，目的是读取多个xlsx保存成一个，每个xlsx只有一个sheet。
sheet中第一行为标题，只保留一个，后面重复的行也只保留一个，保存为xlsx。
如果需要读取一个xlsx的所有表格sheets = wb.get_sheet_names()，再for


"""




import os

#Workbook新建一个xlsx
from openpyxl import Workbook
wb2 = Workbook()
ws2 = wb2.active

path='C:\\Users\\lenovo\\Documents\\Tencent Files'
lists=os.listdir(path)
""""""

#提取所有xlsx文件名称
temp=[]
for x in lists:
    prefix,suffix=os.path.splitext(x)
    if(suffix=='.xlsx'):
        temp.append(x)


#load_workbook打开xlsx
from openpyxl import load_workbook



#把共有的第一行加入ws2
wb = load_workbook(path+'\\'+temp[0])
sheet = wb["Sheet2"]
for row in sheet.iter_rows():
    ws2.append([cell.value for cell in row])
    break



#se存储第3列(主键)，不重复的加入ws2
se=set()
for x in temp:
    wb = load_workbook(path+'\\'+x)
    sheet = wb["Sheet2"]
    
    i=1
    for row in sheet.iter_rows():
        if(i==1):
            i+=1
            continue
        if row[0].value!=None:
            if row[2].value not in se:
                se.add(row[2].value)
                ws2.append((cell.value for cell in row))
    
    wb.close()
    print()  

ws2.title="Sheet2"
wb2.save("C:\\Users\\lenovo\\Desktop\\3.31.xlsx")