如何通过pandas将多个工作表中的列合并到一个excel文件中

Question

如何使用 pandas 组合每个工作表中的列？

我需要遍历一个 Excel 文件中的每个工作表，并分别合并每个工作表，如下图所示。

我在一个文件中有大约 1000 张工作表，工作表名称不一样。

如何进行迭代合并？

Answer 1

• 似乎最容易使用pandas.read_excel 和sheet_name=None。
  • 指定 None 以获取所有工作表。
  • 这将创建一个 dict 的数据帧，其中 sheet_names 作为键。
  • 遍历keys 和values，将两列合并并写回文件。
• 根据您的评论，.fillna() 方法可用于任一列，如以下代码所示。

只将新的组合列写回工作表

import pandas as pd

# create dict of dataframes
df = pd.read_excel('test.xlsx', sheet_name=None)

# iterate through dict
for k, v in df.items():
    with pd.ExcelWriter('combined.xlsx', mode='a', engine='openpyxl') as writer:  # write sheets to a new file
        combined = v.iloc[:, 0].fillna('xxx') + ' ' + v.iloc[:, 1].fillna('xxx')  # combine the first and second column
        combined.to_excel(writer, sheet_name=k, index=False, header=False)

将原始列和组合列写回工作表

df = pd.read_excel('test.xlsx', sheet_name=None)

for k, v in df.items():
    with pd.ExcelWriter('combined.xlsx', mode='a', engine='openpyxl') as writer:  # write sheets to a new file
        v['comb'] = v.iloc[:, 0].fillna('xxx') + ' ' + v.iloc[:, 1].fillna('xxx')  # combine the first and second column
        v.to_excel(writer, sheet_name=k, index=False, header=False)

Answer 2

更新：

import pandas as pd

writer = pd.ExcelFile('Downloads\wbook.xlsx')

writer.sheet_names
#prints names of the spreadsheets.

excelfile = pd.ExcelWriter('workb1.xlsx', engine='openpyxl')
for i in writer.sheet_names:
    df = pd.read_excel(writer, sheet_name=i, header=None)
    df[3] = df.iloc[:, 0] + ' ' + df.iloc[:, 1]
    df.to_excel(excelfile, sheet_name=i, index=False)
excelfile.save()

创建一个新的电子表格，其中包含原始工作簿中每个工作表的 A 列和 B 列的组合。

Answer 3

这在很多帖子中都有解释(Using Pandas to pd.read_excel() for multiple worksheets of the same workbook)

xls = pd.ExcelFile('path_to_file.xls')
df1 = pd.read_excel(xls, 'Sheet1')
df2 = pd.read_excel(xls, 'Sheet2')

按列合并数据框，

df1.append(df2)
df1.append(df3)
...

以上代码将生成一个合并的数据框，保存在 df1 中。

Answer 4

尝试分别读取 3 个 excel 表，如下所示，然后使用 pd.merge 将 df1、df2、df3 按索引或任何其他列合并为单个数据框，以匹配所有三个数据框的右列

            import pandas as pd
            df1 = pd.read_excel(f_name.xls, 'Sheet1')
            df2 = pd.read_excel(f_name.xls, 'Sheet2')
            df3 = pd.read_excel(f_name.xls, 'Sheet3')
            df = pd.merge(df1, (pd.merge(df2, df3, how='outer', left_index=True, right_index=True), how='outer', left_index=True, right_index=True)