利用python批量合并excel和word内的表格

木易弓虽

已于 2022-06-04 11:19:55 修改

阅读量634

点赞数 1

分类专栏：自动化办公文章标签： python 数据挖掘开发语言

于 2022-06-04 11:04:52 首次发布

本文链接：https://blog.csdn.net/weixin_43237709/article/details/125119715

版权

自动化办公专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1.依赖：

python 3.9.7，python-docx==0.8.11，pandas==1.3.4 ,os

2.配置环境

pip install python-docx
pip install pandas

3.引入包

from docx import Document
import pandas as pd
import os

4.定义读取功能函数，注意：本教程只支持读取拓展名为docx的word文档，对于doc的暂不支持

#读取一个文件 并返回df数据
def readdatas(path):
    if path.endswith('.docx'):
        doc = Document(path)
        tbs = doc.tables
        tb1=tbs[0]
        data=[]
        tilte=[]
        for cell in tb1.rows[0].cells:
            tilte.append(cell.text.strip())
        for i in range(1,len(tb1.rows)):
            content=[]
            for cell in tb1.rows[i].cells:
                content.append(cell.text.strip())
            data.append(dict(zip(tilte,content)))
        return pd.DataFrame(data)
    elif path.endswith('.xls') or path.endswith('.xlsx'):
        return pd.read_excel(path,header=2,dtype='str')

5.定义合并功能函数

# 将目标文件夹下符合条件的附件2数据合并
def merge2(path):
    data=[]
    for root,dirs,files in os.walk(path):
        for file in files:
            path=os.path.join(root,file)
            #if '附件1' in path:
                #print(path)
            data.append(readdatas(path))
    return pd.concat(data,ignore_index=True)

6.运行

if __name__=='__main__':
    path='指定文件夹路径'
    df=merge2(path) #调用函数合并
    out_name='合并后的文件名称'+'.xlsx'
    df.to_excel(out_name,index=False) #导出合并后的xlsx文件

7.其他

程序可以完善，加入判断空行等