Python实现Excel文件的合并(以新冠疫情数据为例)

让我来为你详细讲解“Python实现Excel文件的合并(以新冠疫情数据为例)”的完整实例教程。

标题

Python实现Excel文件的合并(以新冠疫情数据为例)

介绍

这是一篇使用Python语言实现合并Excel文件的教程，以新冠疫情数据为例。在这个教程中，我们将向你展示如何使用Python中的pandas库将多个Excel表格合并为一个大表格。

步骤

步骤一：导入必要的库

在Python中合并Excel文件的第一步是导入必要的库。在这个教程中，我们将使用以下库：

import pandas as pd
import glob

其中，pandas库是Python中一个流行的数据分析库，可以用于处理Excel文件、csv文件等数据文件。glob库可以用于找到符合特定模式的文件路径名。

步骤二：找到需要合并的Excel文件

在这个教程中，我们将使用glob库找到需要合并的Excel文件。假设所有需要合并的Excel文件都存储在一个名为data的文件夹中，我们可以通过以下代码找到这些文件的路径：

excel_files = glob.glob("data/*.xlsx")

步骤三：读取Excel文件

找到Excel文件的路径后，我们可以使用pandas库的read_excel函数读取这些文件并将它们转换成pandas数据框。每个Excel文件的第一行是表头，我们可以使用参数header=0告诉pandas从第一行开始读取文件。

excel_data = []
for file in excel_files:
    df = pd.read_excel(file, header=0)
    excel_data.append(df)

步骤四：合并Excel文件

我们将使用pandas库的concat函数将上一步中读取的所有Excel表格合并为一个大表格。concat函数接收一个列表参数，该列表包含所有要合并的pandas数据框。参数axis=0告诉pandas沿着行方向合并这些数据框。最后，我们将结果保存到一个名为all_data的Excel文件中。

all_data = pd.concat(excel_data, axis=0, ignore_index=True)
all_data.to_excel("all_data.xlsx", index=False)

示例一

假设我们有三个Excel文件，分别为1.xlsx、2.xlsx、3.xlsx，这些文件的内容如下：

1.xlsx

Province	Confirmed	Deaths
Beijing	513	8
Shanghai	338	3
Hubei	67800	4512

2.xlsx

Province	Confirmed	Deaths
Beijing	514	8
Shanghai	340	3
Hubei	67900	4513

3.xlsx

Province	Confirmed	Deaths
Beijing	515	8
Shanghai	342	3
Hubei	68000	4514

我们可以将这三个Excel文件存储在名为data的文件夹中，并使用以下代码将它们合并为一个大表格：

import pandas as pd
import glob

# 找到需要合并的Excel文件
excel_files = glob.glob("data/*.xlsx")

# 读取Excel文件
excel_data = []
for file in excel_files:
    df = pd.read_excel(file, header=0)
    excel_data.append(df)

# 合并Excel文件
all_data = pd.concat(excel_data, axis=0, ignore_index=True)
all_data.to_excel("all_data.xlsx", index=False)

运行上面的代码后，我们将得到一个名为all_data.xlsx的Excel文件，它的内容如下：

Province	Confirmed	Deaths
Beijing	513	8
Shanghai	338	3
Hubei	67800	4512
Beijing	514	8
Shanghai	340	3
Hubei	67900	4513
Beijing	515	8
Shanghai	342	3
Hubei	68000	4514

示例二

假设我们希望仅仅合并包含湖北省数据的Excel文件，我们可以使用以下代码实现：

import pandas as pd
import glob

# 找到需要合并的Excel文件
excel_files = glob.glob("data/*.xlsx")

# 读取Excel文件并仅仅保留包含湖北省数据的文件
excel_data = []
for file in excel_files:
    df = pd.read_excel(file, header=0)
    if "Hubei" in df["Province"].tolist():
        excel_data.append(df)

# 合并Excel文件
all_data = pd.concat(excel_data, axis=0, ignore_index=True)
all_data.to_excel("all_data.xlsx", index=False)

运行上面的代码后，我们将得到包含三个Excel文件中所有湖北省数据的名为all_data.xlsx的Excel文件。