本文实例讲述了Python实现合并excel表格的方法。分享给大家供大家参考,具体如下:
需求
将一个文件夹中的excel表格合并成我们想要的形式,主要要pandas中的concat()
函数
思路
用os库将所需要处理的表格放到同一个列表中,然后遍历列表,依次把所有文件纵向连接起来。
最开始的第一种思路是先拿一个文件出来,然后让这个文件依次去和列表中的剩余文件合并;
第二种是用文件夹中第一个文件和剩余的文件合并,使用range(1,len(file))
,可以省去单独取第一个文件的步骤。
遇到的问题
读取
好久没写过这个了,竟然在读取的时候出了很多错误,花了很多时间,下面按时间顺序小结一下
因为之前看到有人直接在pd.read_excel()
后面操作,不需要像我以前一样分开操作
#以前的操作方式,需要占用三行 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣') temp_columns = ['',''] df_1 = df[temp_columns].dropna() #但我在进阶的过程中,格式弄错了,导致一直报错 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣').[['采集时间']['功率E(W)']] >df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣').[['采集时间']['功率E(W)']] ^ SyntaxError: invalid syntax #发现多了个“.”,用pd读取的excel已经是dataframe的格式了,提取直接用列表的方式就行,加“.”是表示用pd中的函数,完全不同,修正后,再运行,又报错。。。 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间']['功率E(W)']] >TypeError: list indices must be integers or slices, not str #发现列表中的子列表元素间忘记用“,”分隔了,修正,再运行 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间'],['功率E(W)']] >TypeError: unhashable type: 'list' #说实话,当时心态有点崩,但还是仔细找了找原因,报错,列表是不可拆分的类型。再对比以前的代码,才发现问题所在。 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']]
需要用双层列表,外面那层是用于读取dataframe,里面那层是索引的集合
完整代码
思路1:
# -*- coding: utf-8 -*- import numpy as np import pandas as pd import os #改变当前的路径 os.chdir(r'C:\Users\hao\Desktop\重写数据整理\源数据') #将当前目录下的文件以列表的形式存放 file = os.listdir("./") df_0 = pd.read_excel(r'C:\Users\hao\Desktop\重写数据整理\143NNCZ01_M_2017-06.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna() #print(df_0) #df_0是第一个,依次和循环里面的每一个表做纵向连接 for aa,excel in enumerate(file) : #enumerate 遍历,aa 返回序列,便于计数和监视 print('当前正在处理的文件:',excel) df_1 = pd.read_excel(excel, sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna() #print(df_1) df_0 = pd.concat([df_0,df_1],ignore_index=True, axis=0) #print(df_0) df_0.to_excel(r'C:\Users\hao\Desktop\output3.xlsx', index=None)
思路二:
# -*- coding: utf-8 -*- import numpy as np import pandas as pd import os #改变当前的路径 os.chdir(r'C:\Users\hao\Desktop\重写数据整理\源数据') #将当前目录下的文件以列表的形式存放 file = os.listdir("./") df_0 = pd.read_excel(file[0], sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna() #print(df_0) #df_0是第一个,依次和循环里面的每一个表做纵向连接 for i in range(1,len(file)) : #enumerate 遍历,aa 返回序列,便于计数和监视 print('当前正在处理的文件:',file[i],'第{}/{}个'.format(i+1,len(file)+1)) df_1 = pd.read_excel(file[i], sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna() #print(df_1) df_0 = pd.concat([df_0,df_1],ignore_index=True, axis=0) #print(df_0) df_0.to_excel(r'C:\Users\hao\Desktop\output5.xlsx', index=None)
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python操作Excel表格技巧总结》、《Python文件与目录操作技巧汇总》、《Python文本文件操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]