下面我将为您详细讲解如何利用pandas合并多个excel的方法示例。
1. 准备工作
在开始之前,您需要安装pandas库。可以通过以下命令来安装:
pip install pandas
2. 加载数据
我们以两个文件为例,先分别加载两个文件:Data1.xlsx和Data2.xlsx。
import pandas as pd
# 加载文件1
df1 = pd.read_excel('Data1.xlsx')
# 加载文件2
df2 = pd.read_excel('Data2.xlsx')
3. 合并数据
接下来,使用pandas的concat方法来合并这两个数据。
# 按行合并数据
df = pd.concat([df1, df2], axis=0)
# 按列合并数据
df = pd.concat([df1, df2], axis=1)
在这里,我们使用axis参数来指定合并轴线(0代表行,1代表列)。如果我们想要按行合并数据,则设置axis为0。如果想要按列合并数据,则设置axis为1。
4. 写入数据
最后,将合并后的数据写入到excel文件中。
# 将合并后的数据写入到excel中
df.to_excel('merged_data.xlsx', index=False)
在这里,我们通过to_excel方法将合并后的数据保存到merged_data.xlsx中。设置index=False,则不将行索引写入到excel文件中。
示例1:按行合并数据
假设Data1.xlsx和Data2.xlsx的数据如下:
Data1.xlsx:
Name | Age |
---|---|
John | 22 |
Lisa | 24 |
Jack | 26 |
Data2.xlsx:
Name | Gender |
---|---|
David | Male |
Peter | Male |
Rachel | Female |
按照行合并两个文件后,生成的merged_data文件如下:
Name | Age | Gender |
---|---|---|
John | 22 | NaN |
Lisa | 24 | NaN |
Jack | 26 | NaN |
David | NaN | Male |
Peter | NaN | Male |
Rachel | NaN | Female |
其中,NaN表示空值。
示例1的代码如下:
import pandas as pd
# 加载文件1
df1 = pd.read_excel('Data1.xlsx')
# 加载文件2
df2 = pd.read_excel('Data2.xlsx')
# 按行合并数据
df = pd.concat([df1, df2], axis=0)
# 将合并后的数据写入到excel中
df.to_excel('merged_data.xlsx', index=False)
print('按行合并数据完成')
示例2:按列合并数据
假设Data1.xlsx和Data2.xlsx的数据如下:
Data1.xlsx:
Name | Age |
---|---|
John | 22 |
Lisa | 24 |
Jack | 26 |
Data2.xlsx:
Gender | Country |
---|---|
Male | USA |
Male | UK |
Female | China |
按照列合并两个文件后,生成merged_data.xlsx的数据如下:
Name | Age | Gender | Country |
---|---|---|---|
John | 22 | Male | USA |
Lisa | 24 | Male | UK |
Jack | 26 | Female | China |
示例2的代码如下:
import pandas as pd
# 加载文件1
df1 = pd.read_excel('Data1.xlsx')
# 加载文件2
df2 = pd.read_excel('Data2.xlsx')
# 按列合并数据
df = pd.concat([df1, df2], axis=1)
# 将合并后的数据写入到excel中
df.to_excel('merged_data.xlsx', index=False)
print('按列合并数据完成')
通过以上两个示例,您已经学会了利用pandas合并多个excel的方法,并能够按照行或者列的方式进行合并。
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pandas合并多个excel的方法示例 - Python技术站