利用python汇总统计多张Excel

下面就来详细讲解如何利用Python汇总统计多张Excel的完整实例教程。

1. 确定需求

在开始编写代码之前,我们需要把需求明确,确定要实现哪些功能。假设我们现在手里有3个Excel文件,其文件名分别为file1.xlsxfile2.xlsxfile3.xlsx,每个文件中有一个名为Sheet1的工作表。我们需要把这3个Excel文件中的数据进行合并,生成一个新的Excel文件。

2. 安装相关依赖

在本教程中,我们将使用pandasopenpyxl两个库来实现Excel文件的读写和合并。这里需要先确保这两个库已经被安装。

pip install pandas openpyxl

3. 编写代码

接下来,我们就可以开始编写代码了。以下是完整的代码示例:

import pandas as pd

# 打开3个Excel文件并读取数据
file1 = pd.read_excel('file1.xlsx', sheet_name='Sheet1')
file2 = pd.read_excel('file2.xlsx', sheet_name='Sheet1')
file3 = pd.read_excel('file3.xlsx', sheet_name='Sheet1')

# 合并数据
result = pd.concat([file1, file2, file3])

# 将合并后的数据保存为新的Excel文件
result.to_excel('merged.xlsx', index=False)

在这个代码示例中,我们首先导入了pandas库。然后,使用pd.read_excel函数读取了3个Excel文件中的数据,并将这3个文件的数据进行合并,生成了一个新的DataFrame对象result。最后,使用result.to_excel函数将result中的数据保存到名为merged.xlsx的新Excel文件中,其中index=False表示不将索引写入Excel文件中。

4. 示例说明

接下来,我们尝试使用两个例子来说明这个代码示例的具体用法。

示例1

假设file1.xlsx文件中的数据如下:

Name Age Gender
Tom 20 Male
Jack 22 Male
Mary 19 Female

file2.xlsx文件中的数据如下:

Name Age Gender
David 21 Male
Lisa 20 Female
Mike 23 Male

file3.xlsx文件中的数据如下:

Name Age Gender
Richard 18 Male
Lily 19 Female
Bob 20 Male

使用上述的代码示例,我们可以将这3个Excel文件中的数据进行合并,生成一个新的Excel文件。新的Excel文件中的数据如下:

Name Age Gender
Tom 20 Male
Jack 22 Male
Mary 19 Female
David 21 Male
Lisa 20 Female
Mike 23 Male
Richard 18 Male
Lily 19 Female
Bob 20 Male

这个表格中的数据就是把三个文件中的数据合并起来后得到的结果。

示例2

假设我们现在还有一个名为file4.xlsx的Excel文件,其数据如下:

Name Score
Tom 85
Jack 93
Mary 78
David 91
Lisa 82
Mike 87
Richard 76
Lily 80
Bob 89

如果我们想要将这个Excel文件中的数据也合并到前面的3个Excel文件中,可以先将该Excel文件读取出来,然后再和前面的结果进行合并。具体的代码可以修改如下:

import pandas as pd

# 打开4个Excel文件并读取数据
file1 = pd.read_excel('file1.xlsx', sheet_name='Sheet1')
file2 = pd.read_excel('file2.xlsx', sheet_name='Sheet1')
file3 = pd.read_excel('file3.xlsx', sheet_name='Sheet1')
file4 = pd.read_excel('file4.xlsx', sheet_name='Sheet1')

# 合并数据
result = pd.concat([file1, file2, file3, file4])

# 将合并后的数据保存为新的Excel文件
result.to_excel('merged.xlsx', index=False)

使用上述代码,我们可以将4个Excel文件的数据进行合并,得到一个包含所有数据的新Excel文件。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:利用python汇总统计多张Excel - Python技术站

(0)
上一篇 2023年5月13日
下一篇 2023年5月13日

相关文章

  • python基于tkinter制作下班倒计时工具

    下面是基于tkinter制作下班倒计时工具的完整攻略: 1. 准备工作 在使用tkinter制作倒计时工具之前,需要确保已经安装好Python,并且掌握了一定的Python基础知识。此外,需要掌握tkinter的基本使用方法。 2. 创建GUI界面 首先需要导入tkinter模块,然后创建一个顶层窗口并设置窗口标题: import tkinter as tk…

    python 2023年6月2日
    00
  • 利用Python如何生成hash值示例详解

    下面是详细的攻略。 利用Python生成hash值 什么是hash值 hash值也称散列值,是一种将任意长度的消息压缩到某一固定长度的数字指纹的函数。简单说,就是通过hash函数算法,将原始数据转换成一段唯一的数字串。 hash值有以下特点: 任意长度的输入都可以得到固定长度输出; 不同的输入得到的hash值应尽量不同; 相同的输入得到的hash值必须相同。…

    python 2023年6月2日
    00
  • 详解python 拆包可迭代数据如tuple, list

    以下是详细讲解“详解Python拆包可迭代数据如tuple、list”的完整攻略。 Python拆包可迭代数据 在Python中,可以使用拆包(packing)的方式将可迭代数据类型(如tuple、list等)中的元素分赋值给多个变量。拆包的语法如下: a, b, c = iterable 其中iterable表示要拆包的可迭代数据类型,a、b、c表示要分别…

    python 2023年5月13日
    00
  • Python线程池的实现浅析

    Python线程池的实现浅析 在Python中,线程池是一种常用的并发编程技术,可以有效地提高程序的性能和响应速度。本文将为您详细讲解Python线程池的实现,包括线程池的概念、线程池的实现原理、线程池的使用方法等。过程中提两个示例。 程池的概念 线程池是一种预先创建一定数量的线程,用于执行一系列任务的技术。线池中的线程可以重复使用,避免了线程的创建和销毁过…

    python 2023年5月14日
    00
  • 从零学Python之hello world

    欢迎来到本站学习Python编程!本文将为大家详细讲解如何从零开始学习Python编程语言,以及如何用Python实现经典的“Hello World”程序。 准备工作 在开始学习Python之前,需要完成以下几个准备工作: 安装Python解释器:可以到Python官网下载对应操作系统的Python安装程序,并安装在本地电脑上。 安装代码编辑器:开发Pyth…

    python 2023年5月31日
    00
  • Python爬虫教程之利用正则表达式匹配网页内容

    以下是详细讲解“Python爬虫教程之利用正则表达式匹配网页内容”的完整攻略,包括正则表达式的基本语法、使用re块匹配网内容的方法和两个示例说明。 正则表达式的基语法 正则表达式是一种用于匹文本的模式。Python中,我们可以使用re模块来处理正则表达。正则表达式的基本语法如下: -符:匹指定的字符。- 字集:匹配指定的集。- 量:匹配指的数量。- 边界:匹…

    python 2023年5月14日
    00
  • 详解Python2.x中对Unicode编码的使用

    详解Python2.x中对Unicode编码的使用 Unicode介绍 Unicode是一种字符编码集,它为每个字符分配了一个唯一的数字代表(代码点),超过100万个字符涵盖了世界上大多数的书写系统。与ASCII相比,Unicode包括了更多的字符,ASCII只包括英文字母、数字和符号。Unicode目前有三个主要的编码实现(Unicode Transfor…

    python 2023年5月31日
    00
  • Python中文分词库jieba(结巴分词)详细使用介绍

    Python中文分词库jieba(结巴分词)详细使用介绍 Python中文分词库jieba是一个高效的、支持多种分词模式的中文分词工具。它支持三种分词模式:精确模式、全模式和搜索引擎模式,具有分词精度高、速度快和易于使用等特点。本文将详细介绍jieba的使用方法。 安装 安装jieba非常简单,使用pip命令即可: pip install jieba 基本用…

    python 2023年5月13日
    00
合作推广
合作推广
分享本页
返回顶部