Pandas+openpyxl進行Excel處理詳解
更新時間：2025年02月07日 08:42:59 作者：victor66
這篇文章主要為大家詳細介紹了如何使用pandas和openpyxl庫對多個Excel文件進行多種處理的方法,文中的示例代碼講解詳細,感興趣的小伙伴可以了解下
1. 讀取多個 Excel 文件并合并
假設你有一個文件夾，里面包含多個 Excel 文件，你想將這些文件合并成一個 DataFrame。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 創(chuàng)建一個空的 DataFrame 來存儲所有數(shù)據(jù)
all_data = pd.DataFrame()
# 逐個讀取每個 Excel 文件并將數(shù)據(jù)追加到 all_data 中
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
all_data = pd.concat([all_data, df], ignore_index=True)
# 查看合并后的數(shù)據(jù)
print(all_data.head())
2. 批量處理多個 Excel 文件
假設你需要對多個 Excel 文件進行相同的處理（例如，添加一列、過濾數(shù)據(jù)等）。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
output_folder = 'path/to/output/folder'
# 確保輸出文件夾存在
os.makedirs(output_folder, exist_ok=True)
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 處理每個 Excel 文件
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
# 添加一列
df['New_Column'] = 'Some Value'
# 過濾數(shù)據(jù)
filtered_df = df[df['Some_Column'] > 100]
# 保存處理后的數(shù)據(jù)
output_file_path = os.path.join(output_folder, file)
filtered_df.to_excel(output_file_path, index=False)
print("Processing complete.")3. 從多個 Excel 文件中提取特定信息
假設你需要從多個 Excel 文件中提取特定的信息（例如，某個特定單元格的數(shù)據(jù)）。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 存儲結果
results = []
# 從每個 Excel 文件中提取特定信息
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
# 假設我們需要提取第一行第一列的數(shù)據(jù)
specific_value = df.iloc[0, 0]
# 將結果存儲在一個列表中
results.append((file, specific_value))
# 打印結果
for file, value in results:
print(f"File: {file}, Specific Value: {value}")
4. 使用 openpyxl 處理多個 Excel 文件
如果你需要更細粒度地控制 Excel 文件（例如，修改特定單元格、格式化等），可以使用 openpyxl 庫。
import openpyxl
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
output_folder = 'path/to/output/folder'
# 確保輸出文件夾存在
os.makedirs(output_folder, exist_ok=True)
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 處理每個 Excel 文件
for file in excel_files:
file_path = os.path.join(folder_path, file)
workbook = openpyxl.load_workbook(file_path)
sheet = workbook.active
# 修改特定單元格
sheet['A1'] = 'New Value'
# 保存處理后的文件
output_file_path = os.path.join(output_folder, file)
workbook.save(output_file_path)
print("Processing complete.")5. 合并多個 Excel 文件到一個工作簿的不同工作表
假設你有多個 Excel 文件，并希望將它們合并到一個新的 Excel 工作簿中的不同工作表中。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
output_file = 'merged_workbook.xlsx'
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 創(chuàng)建一個新的 ExcelWriter 對象
with pd.ExcelWriter(output_file, engine='openpyxl') as writer:
# 處理每個 Excel 文件并將數(shù)據(jù)寫入不同的工作表
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
# 使用文件名作為工作表名稱
sheet_name = os.path.splitext(file)[0]
# 寫入數(shù)據(jù)
df.to_excel(writer, sheet_name=sheet_name, index=False)
print("Merging complete.")6. 批量處理多個 Excel 文件并進行數(shù)據(jù)清洗
假設你需要對多個 Excel 文件進行數(shù)據(jù)清洗，例如刪除空行、填充缺失值等。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
output_folder = 'path/to/output/folder'
# 確保輸出文件夾存在
os.makedirs(output_folder, exist_ok=True)
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 處理每個 Excel 文件
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
# 刪除空行
df.dropna(how='all', inplace=True)
# 填充缺失值
df.fillna(0, inplace=True)
# 保存處理后的數(shù)據(jù)
output_file_path = os.path.join(output_folder, file)
df.to_excel(output_file_path, index=False)
print("Data cleaning complete.")7. 從多個 Excel 文件中提取特定列并合并
假設你需要從多個 Excel 文件中提取特定列，并將這些列合并成一個新的 DataFrame。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 創(chuàng)建一個空的 DataFrame 來存儲所有數(shù)據(jù)
all_data = pd.DataFrame()
# 逐個讀取每個 Excel 文件并提取特定列
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path, usecols=['Column1', 'Column2'])
# 將提取的數(shù)據(jù)追加到 all_data 中
all_data = pd.concat([all_data, df], ignore_index=True)
# 查看合并后的數(shù)據(jù)
print(all_data.head())8. 批量重命名多個 Excel 文件中的工作表
假設你需要批量重命名多個 Excel 文件中的工作表名稱。
import openpyxl
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
output_folder = 'path/to/output/folder'
# 確保輸出文件夾存在
os.makedirs(output_folder, exist_ok=True)
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 處理每個 Excel 文件
for file in excel_files:
file_path = os.path.join(folder_path, file)
workbook = openpyxl.load_workbook(file_path)
# 重命名工作表
if 'OldSheetName' in workbook.sheetnames:
sheet = workbook['OldSheetName']
sheet.title = 'NewSheetName'
# 保存處理后的文件
output_file_path = os.path.join(output_folder, file)
workbook.save(output_file_path)
print("Sheet renaming complete.")9. 批量導出 Excel 數(shù)據(jù)到 CSV 文件
假設你需要將多個 Excel 文件中的數(shù)據(jù)批量導出為 CSV 文件。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
output_folder = 'path/to/output/csvs'
# 確保輸出文件夾存在
os.makedirs(output_folder, exist_ok=True)
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 處理每個 Excel 文件
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
# 生成輸出文件路徑
base_name = os.path.splitext(file)[0]
output_file_path = os.path.join(output_folder, f'{base_name}.csv')
# 導出為 CSV 文件
df.to_csv(output_file_path, index=False)
print("Export to CSV complete.")10. 批量處理多個 Excel 文件并進行數(shù)據(jù)分析
假設你需要對多個 Excel 文件進行數(shù)據(jù)分析，例如計算總和、平均值等。
import pandas as pd
import os
# 文件夾路徑
folder_path = 'path/to/your/excel/files'
# 獲取文件夾中的所有 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') or f.endswith('.xls')]
# 創(chuàng)建一個空的 DataFrame 來存儲所有數(shù)據(jù)
all_data = pd.DataFrame()
# 逐個讀取每個 Excel 文件并將數(shù)據(jù)追加到 all_data 中
for file in excel_files:
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
# 將數(shù)據(jù)追加到 all_data 中
all_data = pd.concat([all_data, df], ignore_index=True)
# 進行數(shù)據(jù)分析
total_sum = all_data['Some_Column'].sum()
average_value = all_data['Some_Column'].mean()
# 打印結果
print(f"Total Sum: {total_sum}")
print(f"Average Value: {average_value}")到此這篇關于Pandas+openpyxl進行Excel處理詳解的文章就介紹到這了,更多相關Pandas openpyxl處理Excel內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要為大家詳細介紹了python字典的常用操作方法，主要內容包含Python中列表(List)的詳解操作方法,包含創(chuàng)建、訪問、更新、刪除、其它操作等,需要的朋友可以參考下2016-05-05
今天小編就為大家分享一篇關于Python3.6.x中內置函數(shù)總結及講解，小編覺得內容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-02-02
這篇文章主要為大家學習介紹了Flask如何實現(xiàn)定制日志并輸出到文件，文中的示例代碼簡介易懂，感興趣的小伙伴快跟隨小編一起學習一下吧2023-07-07
這篇文章主要介紹了通過實例解析python描述符原理作用,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-01-01
這篇文章主要為大家詳細介紹了python編寫樸素貝葉斯用于文本分類，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-12-12
PyQt5支持Qt的資源系統(tǒng),這是用于在應用程序中嵌入圖片和翻譯文件等資源的工具,下面這篇文章主要給大家介紹了關于PyQt5編程擴展之資源文件使用的相關資料,文中通過圖文介紹的非常詳細,需要的朋友可以參考下2023-03-03
這篇文章主要介紹了python golang中grpc 使用,本文通過示例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-06-06
Python之DataFrame輸出為csv\txt\xlsx文件問題
這篇文章主要介紹了Python之DataFrame輸出為csv\txt\xlsx文件問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
Python批量添加水印的優(yōu)雅實現(xiàn)與進階
在日常圖像處理中,為圖片添加水印是一項常見任務,有多種方法和工具可供選擇,本文將專注于使用Python語言結合PIL庫批量添加水印,感興趣的可以了解下2023-12-12
Pytorch 定義MyDatasets實現(xiàn)多通道分別輸入不同數(shù)據(jù)方式
今天小編就為大家分享一篇Pytorch 定義MyDatasets實現(xiàn)多通道分別輸入不同數(shù)據(jù)方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01