Pandas数据分析之批量拆分/合并Excel

目录

• 前言
• 一、假造数据
• 二、程序演示
• 1、将一个大Excel等份拆成多个Excel
• 2、合并多个小Excel到一个大Excel
• 总结

前言

笔者最近正在学习Pandas数据分析，将自己的学习笔记做成一套系列文章。本节主要记录Pandas中数据的合并(concat和append)

将一个大的Excel等份拆成多个Excel将多个小Excel合并成一个大的Excel并且标记来源

一、假造数据

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

#0.读取源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、将一个大Excel等份拆成多个Excel

• 使用df.iloc方法，将一个大的dataframe，拆分成多个小的dataframe
• 将使用dataframe.to_excel保存每个小的Excel

#1.计算拆分后的每个excel的行数
#这个大excel，会拆分给这几个人
user_names=['xiao_shuai',"xiao_wang","xiao_ming","xiao_lei","xiao_bo","xiao_hong"]
#每个人的人数数目
split_size=total_row_count//len(user_names)
if total_row_count%len(user_names)!=0:
    split_size+=1
split_size

#拆分成多个dataframe
df_subs=[]
for idx,user_name in enumerate(user_names):
    #iloc的开始索引
    begin=idx*split_size
    #iloc的结束索引
    end=begin+split_size
    #实现df按照iloc拆分
    df_sub=df_source.iloc[begin:end]
    #将每个子df存入到列表
    df_subs.append((idx,user_name,df_sub))

#3. 将每个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、合并多个小Excel到一个大Excel

• 遍历文件夹，得到要合并的Excel文件列表
• 分别读取到dataframe，给每个df添加一列用于标记来源
• 使用pd.concat进行df批量合并
• 将合并后的dataframe输出到excel

#1.遍历文件夹，得到要合并的Excel名称列表
import os
excel_names=[]
for excel_name in os.listdir(splits_dir):
    excel_names.append(excel_name)
excel_names

#2分别读取到dataframe
df_list=[]
for excel_name in excel_names:
    #读取每个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)
    #给每个df添加1列，即用户名字
    df_split["username"]=username
    df_list.append(df_split)

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

df_merged.shape

df_merged.head()

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

总结

这就是pandas的DataFrame和存储文件之间转换的基本用法了，希望可以帮助到你。

到此这篇关于Pandas数据分析之批量拆分/合并Excel的文章就介绍到这了,更多相关Pandas批量拆分合并Excel内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！