利用python Pandas實現批量拆分Excel與合並Excel

Posted on by

一、實例演示

1.將一個大Excel等份拆成多個Excel
2.將多個小Excel合並成一個大Excel並標記來源

work_dir="./course_datas/c15_excel_split_merge"
splits_dir=f"{work_dir}/splits"

import os
if not os.path.exists(splits_dir):
    os.mkdir(splits_dir)

二、讀取源Excel到Pandas

import pandas as pd
No output
df_source = pd.read_excel(f"{work_dir}/crazyant_blog_articles_source.xlsx")
No output
df_source.head()
id	title	tags
0	2585	Tensorflow怎樣接收變長列表特征	python,tensorflow,特征工程
1	2583	Pandas實現數據的合並concat	pandas,python,數據分析
2	2574	Pandas的Index索引有什麼用途？	pandas,python,數據分析
3	2564	機器學習常用數據集大全	python,機器學習
4	2561	一個數據科學傢的修煉路徑	數據分析

df_source.index
RangeIndex(start=0, stop=258, step=1)
df_source.shape

(258, 3)

total_row_count = df_source.shape[0]
total_row_count

258

三、將一個大Excel等份拆成多個Excel

1.使用df.iloc方法，將一個大的dataframe，拆分成多個小dataframe
2.將使用dataframe.to_excel保存每個小Excel

1、計算拆分後的每個excel的行數

# 這個大excel，會拆分給這幾個人
user_names = ["xiao_shuai", "xiao_wang", "xiao_ming", "xiao_lei", "xiao_bo", "xiao_hong"]
No output
# 每個人的任務數目
split_size = total_row_count // len(user_names)
if total_row_count % len(user_names) != 0:
    split_size += 1

split_size

43

2、拆分成多個dataframe

df_subs = []
for idx, user_name in enumerate(user_names):
    # iloc的開始索引
    begin = idx*split_size
    # iloc的結束索引
    end = begin+split_size
    # 實現df按照iloc拆分
    df_sub = df_source.iloc[begin:end]
    # 將每個子df存入列表
    df_subs.append((idx, user_name, df_sub))
No output

3、將每個datafame存入excel

for idx, user_name, df_sub in df_subs:
    file_name = f"{splits_dir}/crazyant_blog_articles_{idx}_{user_name}.xlsx"
    df_sub.to_excel(file_name, index=False)
No output

四、合並多個小Excel到一個大Excel

1.遍歷文件夾，得到要合並的Excel文件列表
2.分別讀取到dataframe，給每個df添加一列用於標記來源
3.使用pd.concat進行df批量合並
4.將合並後的dataframe輸出到excel

1. 遍歷文件夾，得到要合並的Excel名稱列表

import os
excel_names = []
for excel_name in os.listdir(splits_dir):
    excel_names.append(excel_name)
excel_names

[‘crazyant_blog_articles_0_xiao_shuai.xlsx’,
 ‘crazyant_blog_articles_1_xiao_wang.xlsx’,
 ‘crazyant_blog_articles_2_xiao_ming.xlsx’,
 ‘crazyant_blog_articles_3_xiao_lei.xlsx’,
 ‘crazyant_blog_articles_4_xiao_bo.xlsx’,
 ‘crazyant_blog_articles_5_xiao_hong.xlsx’]

2. 分別讀取到dataframe

df_list = []

for excel_name in excel_names:
    # 讀取每個excel到df
    excel_path = f"{splits_dir}/{excel_name}"
    df_split = pd.read_excel(excel_path)
    # 得到username
    username = excel_name.replace("crazyant_blog_articles_", "").replace(".xlsx", "")[2:]
    print(excel_name, username)
    # 給每個df添加1列，即用戶名字
    df_split["username"] = username
    
    df_list.append(df_split)

crazyant_blog_articles_0_xiao_shuai.xlsx xiao_shuai
crazyant_blog_articles_1_xiao_wang.xlsx xiao_wang
crazyant_blog_articles_2_xiao_ming.xlsx xiao_ming
crazyant_blog_articles_3_xiao_lei.xlsx xiao_lei
crazyant_blog_articles_4_xiao_bo.xlsx xiao_bo
crazyant_blog_articles_5_xiao_hong.xlsx xiao_hong

3. 使用pd.concat進行合並

df_merged = pd.concat(df_list)
No output
df_merged.shape

(258, 4)

df_merged.head()

id title tags username
0 2585 Tensorflow怎樣接收變長列表特征 python,tensorflow,特征工程 xiao_shuai
1 2583 Pandas實現數據的合並concat pandas,python,數據分析 xiao_shuai
2 2574 Pandas的Index索引有什麼用途？ pandas,python,數據分析 xiao_shuai
3 2564 機器學習常用數據集大全 python,機器學習 xiao_shuai
4 2561 一個數據科學傢的修煉路徑 數據分析 xiao_shuai

df_merged["username"].value_counts()

xiao_hong     43
xiao_bo       43
xiao_shuai    43
xiao_lei      43
xiao_wang     43
xiao_ming     43
Name: username, dtype: int64

xiao_hong     43xiao_bo       43xiao_shuai    43xiao_lei      43xiao_wang     43xiao_ming     43Name: username, dtype: int64

4. 將合並後的dataframe輸出到excel

df_merged.to_excel(f"{work_dir}/crazyant_blog_articles_merged.xlsx", index=False)

到此這篇關於利用python Pandas實現批量拆分Excel與合並Excel的文章就介紹到這瞭,更多相關Pandas批量拆分Excel與合並Excel內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：