Pandas數(shù)據(jù)分析之批量拆分/合并Excel

更新時(shí)間：2021年09月01日 15:36:57 作者：Wumbuk

怎樣將一個(gè)大的Excel拆分,或者將很多小Excel文件合并？下面這篇文章主要給大家介紹了關(guān)于Pandas數(shù)據(jù)分析之批量拆分/合并Excel的相關(guān)資料,需要的朋友可以參考下

前言

筆者最近正在學(xué)習(xí)Pandas數(shù)據(jù)分析，將自己的學(xué)習(xí)筆記做成一套系列文章。本節(jié)主要記錄Pandas中數(shù)據(jù)的合并(concat和append)

將一個(gè)大的Excel等份拆成多個(gè)Excel將多個(gè)小Excel合并成一個(gè)大的Excel并且標(biāo)記來(lái)源

一、假造數(shù)據(jù)

work_dir="./datas"
splits_dir=f"{work_dir}/splits"
import os
if not os.path.exists(splits_dir):
    os.mkdir(splits_dir)

#0.讀取源Excel到Pandas
import pandas as pd
df_source=pd.read_excel(f"{work_dir}/1.xlsx")
df_source.head()

df_source.index

df_source.shape

total_row_count=df_source.shape[0]
total_row_count

二、程序演示

1、將一個(gè)大Excel等份拆成多個(gè)Excel

使用df.iloc方法，將一個(gè)大的dataframe，拆分成多個(gè)小的dataframe
將使用dataframe.to_excel保存每個(gè)小的Excel

#1.計(jì)算拆分后的每個(gè)excel的行數(shù)
#這個(gè)大excel，會(huì)拆分給這幾個(gè)人
user_names=['xiao_shuai',"xiao_wang","xiao_ming","xiao_lei","xiao_bo","xiao_hong"]
#每個(gè)人的人數(shù)數(shù)目
split_size=total_row_count//len(user_names)
if total_row_count%len(user_names)!=0:
    split_size+=1
split_size

#拆分成多個(gè)dataframe
df_subs=[]
for idx,user_name in enumerate(user_names):
    #iloc的開(kāi)始索引
    begin=idx*split_size
    #iloc的結(jié)束索引
    end=begin+split_size
    #實(shí)現(xiàn)df按照iloc拆分
    df_sub=df_source.iloc[begin:end]
    #將每個(gè)子df存入到列表
    df_subs.append((idx,user_name,df_sub))

#3. 將每個(gè)dataframe存入到excel
for 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、合并多個(gè)小Excel到一個(gè)大Excel

遍歷文件夾，得到要合并的Excel文件列表
分別讀取到dataframe，給每個(gè)df添加一列用于標(biāo)記來(lái)源
使用pd.concat進(jìn)行df批量合并
將合并后的dataframe輸出到excel

#1.遍歷文件夾，得到要合并的Excel名稱列表
import os
excel_names=[]
for excel_name in os.listdir(splits_dir):
    excel_names.append(excel_name)
excel_names

#2分別讀取到dataframe
df_list=[]
for excel_name in excel_names:
    #讀取每個(gè)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)
    #給每個(gè)df添加1列，即用戶名字
    df_split["username"]=username
    df_list.append(df_split)

#3.使用pd.concat進(jìn)行合并
df_merged=pd.concat(df_list)

df_merged.shape

df_merged.head()

df_merged["username"].value_counts()
#4.將合并后的dataframe輸出到excel
df_merged.to_excel(f"{work_dir}/result_merged.xlsx",index=False)