Pandas+openpyxl進(jìn)行Excel處理詳解

更新時(shí)間：2025年02月07日 08:42:59 作者：victor66

這篇文章主要為大家詳細(xì)介紹了如何使用pandas和openpyxl庫(kù)對(duì)多個(gè)Excel文件進(jìn)行多種處理的方法,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解下

1. 讀取多個(gè) Excel 文件并合并
2. 批量處理多個(gè) Excel 文件
3. 從多個(gè) Excel 文件中提取特定信息
4. 使用 openpyxl 處理多個(gè) Excel 文件
5. 合并多個(gè) Excel 文件到一個(gè)工作簿的不同工作表
6. 批量處理多個(gè) Excel 文件并進(jìn)行數(shù)據(jù)清洗
7. 從多個(gè) Excel 文件中提取特定列并合并
8. 批量重命名多個(gè) Excel 文件中的工作表
9. 批量導(dǎo)出 Excel 數(shù)據(jù)到 CSV 文件
10. 批量處理多個(gè) Excel 文件并進(jìn)行數(shù)據(jù)分析

1. 讀取多個(gè) Excel 文件并合并

假設(shè)你有一個(gè)文件夾，里面包含多個(gè) Excel 文件，你想將這些文件合并成一個(gè) 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(gè)空的 DataFrame 來(lái)存儲(chǔ)所有數(shù)據(jù)
all_data = pd.DataFrame()
# 逐個(gè)讀取每個(gè) 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(gè) Excel 文件

假設(shè)你需要對(duì)多個(gè) Excel 文件進(jìn)行相同的處理（例如，添加一列、過(guò)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(gè) 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(guò)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(gè) Excel 文件中提取特定信息

假設(shè)你需要從多個(gè) Excel 文件中提取特定的信息（例如，某個(gè)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(chǔ)結(jié)果
results = []
# 從每個(gè) 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(shè)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(jié)果存儲(chǔ)在一個(gè)列表中
    results.append((file, specific_value))
# 打印結(jié)果
for file, value in results:
    print(f"File: {file}, Specific Value: {value}")

4. 使用 openpyxl 處理多個(gè) Excel 文件

如果你需要更細(xì)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(kù)。

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(gè) 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(gè) Excel 文件到一個(gè)工作簿的不同工作表

假設(shè)你有多個(gè) Excel 文件，并希望將它們合并到一個(gè)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(gè)新的 ExcelWriter 對(duì)象
with pd.ExcelWriter(output_file, engine='openpyxl') as writer:
    # 處理每個(gè) Excel 文件并將數(shù)據(jù)寫(xiě)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(chēng)
        sheet_name = os.path.splitext(file)[0]
        # 寫(xiě)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(gè) Excel 文件并進(jìn)行數(shù)據(jù)清洗

假設(shè)你需要對(duì)多個(gè) Excel 文件進(jìn)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(gè) 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(gè) Excel 文件中提取特定列并合并

假設(shè)你需要從多個(gè) Excel 文件中提取特定列，并將這些列合并成一個(gè)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(gè)空的 DataFrame 來(lái)存儲(chǔ)所有數(shù)據(jù)
all_data = pd.DataFrame()
# 逐個(gè)讀取每個(gè) 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(gè) Excel 文件中的工作表

假設(shè)你需要批量重命名多個(gè) Excel 文件中的工作表名稱(chēng)。

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(gè) 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(dǎo)出 Excel 數(shù)據(jù)到 CSV 文件

假設(shè)你需要將多個(gè) Excel 文件中的數(shù)據(jù)批量導(dǎo)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(gè) 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(dǎo)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(gè) Excel 文件并進(jìn)行數(shù)據(jù)分析

假設(shè)你需要對(duì)多個(gè) Excel 文件進(jìn)行數(shù)據(jù)分析，例如計(jì)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(gè)空的 DataFrame 來(lái)存儲(chǔ)所有數(shù)據(jù)
all_data = pd.DataFrame()
# 逐個(gè)讀取每個(gè) 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(jìn)行數(shù)據(jù)分析
total_sum = all_data['Some_Column'].sum()
average_value = all_data['Some_Column'].mean()
# 打印結(jié)果
print(f"Total Sum: {total_sum}")
print(f"Average Value: {average_value}")

到此這篇關(guān)于Pandas+openpyxl進(jìn)行Excel處理詳解的文章就介紹到這了,更多相關(guān)Pandas openpyxl處理Excel內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: