Python 合并excel数据

1. 引言

在日常工作中，我们经常会遇到需要合并多个Excel文件的情况。如果手工一个个打开并复制粘贴其中的数据，不仅繁琐，而且容易出错。本文将介绍如何使用Python来实现合并Excel数据的功能。

2. 准备工作

在开始合并Excel数据之前，我们需要先安装 pandas 库。pandas 是一个强大的数据分析和处理库，它提供了大量方便的数据操作函数，适用于各种数据处理任务。

可以使用以下命令在终端中安装 pandas：

pip install pandas

安装完成后，我们就可以开始合并Excel数据了。

3. 合并Excel数据的方法

3.1. 遍历文件夹

首先，我们需要遍历包含待合并Excel文件的文件夹。可以使用 os 模块来实现文件夹的操作。

下面是一个示例代码，用于遍历文件夹并打印出其中的文件名：

import os

folder_path = "path/to/folder"

for file_name in os.listdir(folder_path):
    if file_name.endswith(".xlsx") or file_name.endswith(".xls"):
        print(file_name)

运行以上代码会将文件夹中所有以 .xlsx 或 .xls 结尾的文件名打印出来。可以根据实际情况修改文件夹路径 folder_path。

3.2. 读取Excel文件

在得到文件名之后，我们需要使用 pandas 来读取Excel文件的内容。

以下是一个示例代码，读取Excel文件并打印出其中的数据：

import pandas as pd

file_path = "path/to/file.xlsx"

data = pd.read_excel(file_path)

print(data)

运行以上代码会将 file.xlsx 文件中的数据打印出来。可以根据实际情况修改文件路径 file_path。

3.3. 合并数据

读取多个Excel文件的数据后，我们需要将它们合并成一个数据表。pandas 提供了 concat 函数来实现数据的合并。

以下是一个示例代码，合并多个数据表并打印出合并后的结果：

import pandas as pd

data1 = pd.read_excel("path/to/file1.xlsx")
data2 = pd.read_excel("path/to/file2.xlsx")
data3 = pd.read_excel("path/to/file3.xlsx")

merged_data = pd.concat([data1, data2, data3])

print(merged_data)

运行以上代码会将 file1.xlsx、file2.xlsx 和 file3.xlsx 中的数据合并，并打印出合并后的结果。

4. 扩展功能

除了基本的合并Excel数据外，pandas 还提供了许多功能丰富的数据操作函数。以下是一些常见的扩展功能：

4.1. 数据清洗

使用 pandas 可以快速进行数据清洗操作，例如删除重复数据、删除空值等。可以使用 drop_duplicates 和 dropna 函数来实现。

以下是一个示例代码，演示如何清洗数据并打印出清洗后的结果：

import pandas as pd

data = pd.read_excel("path/to/file.xlsx")

data_cleaned = data.drop_duplicates().dropna()

print(data_cleaned)

4.2. 数据筛选

使用 pandas 可以方便地筛选出符合条件的数据。可以使用 query 函数来实现。

以下是一个示例代码，筛选出满足条件的数据并打印出结果：

import pandas as pd

data = pd.read_excel("path/to/file.xlsx")

filtered_data = data.query("score >= 90 and age < 20")

print(filtered_data)

4.3. 数据分组

使用 pandas 可以对数据进行分组操作，以便进行统计分析。可以使用 groupby 函数来实现。

以下是一个示例代码，按照班级对学生进行分组并打印出每个班级的平均成绩：

import pandas as pd

data = pd.read_excel("path/to/file.xlsx")

grouped_data = data.groupby("class")["score"].mean()

print(grouped_data)

5. 结论

使用Python的pandas库，我们可以方便地合并Excel数据，并进行各种数据处理操作。本文介绍了基本的合并Excel数据的方法，以及一些常见的扩展功能。