Pandas数据分析之如何批量拆分/合并Excel

这篇文章给大家分享的是有关Pandas数据分析之如何批量拆分/合并Excel的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

一、假造数据

work_dir="./datas"splits_dir=f"{work_dir}/splits"import osif not os.path.exists(splits_dir):    os.mkdir(splits_dir)#0.读取源Excel到Pandasimport pandas as pddf_source=pd.read_excel(f"{work_dir}/1.xlsx")df_source.head()df_source.indexdf_source.shapetotal_row_count=df_source.shape[0]total_row_count

二、程序演示

1、将一个大Excel等份拆成多个Excel

• 使用df.iloc方法，将一个大的dataframe，拆分成多个小的dataframe

• 将使用dataframe.to_excel保存每个小的Excel

#1.计算拆分后的每个excel的行数#这个大excel，会拆分给这几个人user_names=['xiao_shuai',"xiao_wang","xiao_ming","xiao_lei","xiao_bo","xiao_hong"]#每个人的人数数目split_size=total_row_count//len(user_names)if total_row_count%len(user_names)!=0:    split_size+=1split_size#拆分成多个dataframedf_subs=[]for idx,user_name in enumerate(user_names):    #iloc的开始索引    begin=idx*split_size    #iloc的结束索引    end=begin+split_size    #实现df按照iloc拆分    df_sub=df_source.iloc[begin:end]    #将每个子df存入到列表    df_subs.append((idx,user_name,df_sub))#3. 将每个dataframe存入到excelfor idx,user_name,df_sub in df_subs:    file_name=f"{splits_dir}/articles_{idx}_{user_name}.xlsx"    df_sub.to_excel(file_name,index=False)

2、合并多个小Excel到一个大Excel

• 遍历文件夹，得到要合并的Excel文件列表

• 分别读取到dataframe，给每个df添加一列用于标记来源

• 使用pd.concat进行df批量合并

• 将合并后的dataframe输出到excel

#1.遍历文件夹，得到要合并的Excel名称列表import osexcel_names=[]for excel_name in os.listdir(splits_dir):    excel_names.append(excel_name)excel_names#2分别读取到dataframedf_list=[]for excel_name in excel_names:    #读取每个excel到df    excel_path=f"{splits_dir}/{excel_name}"    df_split=pd.read_excel(excel_path)    #得到username    username=excel_name.replace("articles_","").replace(".xlsx","")[2:]    print(excel_name,username)    #给每个df添加1列，即用户名字    df_split["username"]=username    df_list.append(df_split)#3.使用pd.concat进行合并df_merged=pd.concat(df_list)df_merged.shapedf_merged.head()df_merged["username"].value_counts()#4.将合并后的dataframe输出到exceldf_merged.to_excel(f"{work_dir}/result_merged.xlsx",index=False)

感谢各位的阅读！关于"Pandas数据分析之如何批量拆分/合并Excel"这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！