教你如何把Python CSV 合并到多个sheet工作表

下面是详细的攻略：

1. 背景介绍

CSV（Comma Separated Values）是一种常见的文件格式，通常用于存储简单的数据表格。CSV文件可以在不同的软件之间轻松转移，并且可以使用Python中的csv模块来快速读取或写入CSV格式的数据。在某些情况下，我们可能需要将多个CSV文件合并到一个Excel文件中，即将多个CSV文件合并到多个sheet工作表中，以提高数据处理的效率和可读性。

2. 如何实现

通过Python的pandas库，我们可以读取CSV文件，同时也可以将DataFrame对象写入Excel文件中的不同工作表。我们可以按照以下步骤来实现将多个CSV文件合并到多个sheet工作表中：

步骤一：导入所需库

import pandas as pd
from openpyxl import Workbook

首先导入所需的库，pandas库用于读取CSV文件和将DataFrame对象写入Excel文件，openpyxl库用于管理Excel文件。

步骤二：读取CSV文件

filename_list = ['file1.csv', 'file2.csv', 'file3.csv']

df_list = [] # 用于存储不同CSV文件的数据

for filename in filename_list:
    df_list.append(pd.read_csv(filename))

我们首先定义要合并的CSV文件的文件名列表，并准备一个空列表df_list来存储每个CSV文件的数据。然后，我们使用for循环遍历每个CSV文件，并将其读取为DataFrame对象，添加到df_list列表中。

步骤三：将数据写入Excel文件中的不同工作表

wb = Workbook() # 创建一个新的Excel文件
for i, df in enumerate(df_list):
    sheet_name = 'Sheet{}'.format(i+1) # 为每个工作表指定一个名称
    writer = pd.ExcelWriter('output.xlsx', engine='openpyxl')
    writer.book = wb
    df.to_excel(writer, sheet_name=sheet_name, index=False)
    writer.save()

在这一步，我们创建一个新的Excel文件，并为每个工作表指定一个名称。然后，我们遍历df_list列表中的每个DataFrame对象，使用pd.ExcelWriter()方法打开一个用于写入Excel文件的写入器。在这里，我们将Excel文件的名称指定为output.xlsx，并将其打开为openpyxl引擎。我们使用writer.book = wb将写入器与我们创建的Excel文件相关联。接下来，我们使用df.to_excel()方法将DataFrame对象写入Excel文件中。我们使用sheet_name=sheet_name参数为每个工作表指定名称。最后，我们使用writer.save()方法将工作表数据保存到Excel文件中。

3. 示例说明

实例一：将三个CSV文件合并到三个工作表中

假设我们有三个CSV文件file1.csv、file2.csv和file3.csv，每个文件包含以下数据：

file1.csv：
id,name,age
1,John,20
2,Mike,30

file2.csv：
id,name,age
3,Jane,25
4,Smith,35

file3.csv：
id,name,age
5,Lisa,22
6,Tom,28

下面的代码将这三个CSV文件合并到一个Excel文件中，每个CSV文件的数据写入到一个不同的工作表中。

import pandas as pd
from openpyxl import Workbook

filename_list = ['file1.csv', 'file2.csv', 'file3.csv']

df_list = [] # 用于存储不同CSV文件的数据

for filename in filename_list:
    df_list.append(pd.read_csv(filename))

wb = Workbook() # 创建一个新的Excel文件
for i, df in enumerate(df_list):
    sheet_name = 'Sheet{}'.format(i+1) # 为每个工作表指定一个名称
    writer = pd.ExcelWriter('output.xlsx', engine='openpyxl')
    writer.book = wb
    df.to_excel(writer, sheet_name=sheet_name, index=False)
    writer.save()

最终，我们将得到一个名为output.xlsx的Excel文件，其中包含三个工作表Sheet1、Sheet2和Sheet3，每个工作表包含对应的CSV文件数据。

实例二：将两个CSV文件合并到一个工作表中

现在假设我们有两个CSV文件file4.csv和file5.csv，每个文件包含以下数据：

file4.csv：
id,name,age
1,John,20
2,Mike,30

file2.csv：
id,name,age
3,Jane,25
4,Smith,35
5,Lisa,22
6,Tom,28

下面的代码将这两个CSV文件合并到一个Excel文件中的同一个工作表中。

import pandas as pd
from openpyxl import Workbook

filename_list = ['file4.csv', 'file5.csv']

df = pd.concat([pd.read_csv(filename) for filename in filename_list], ignore_index=True)

wb = Workbook() # 创建一个新的Excel文件
writer = pd.ExcelWriter('output.xlsx', engine='openpyxl')
writer.book = wb
df.to_excel(writer, sheet_name='Sheet1', index=False)
writer.save()

在这里，我们使用pd.concat()方法将两个CSV文件的数据拼接到一个DataFrame对象中，并使用ignore_index=True参数重建索引。最后，我们将DataFrame对象写入到一个名为output.xlsx的Excel文件的一个名为Sheet1的工作表中。

4. 总结

在本攻略中，我们通过使用Python的pandas库来将多个CSV文件合并到一个Excel文件中的多个工作表中。我们可以根据需要将CSV文件的数据合并到不同的工作表中，以提高数据处理的效率和可读性。