6000字長文，帶你用Python完成 「Excel合併(拆分)」 的各種操作！

一、概述

其實Excel合併這個需求，應該是一個極為普遍的需求了。今天我們就利用Python完成「Excel合併(拆分)」 操作，具體如下：

• ① 將多個Excel表，合併到一個Excel中（每個Excel中只有一個sheet表）；
• ② 將多個Excel表，合併到一個Excel中（每個Excel中不只一個sheet表）；
• ③ 將一個Excel表中的多個sheet表合併，並儲存到同一個excel；
• ④ 將一個Excel表，按某一列拆分成多張表；

二、知識點講解

其實完成這些操作，涉及到了太多的知識點，因此在講述上述這個知識點以前，我們要帶大家複習一些常用的知識點。

• ① os模組常用知識點講解；
• ② pandas模組常用知識點講解；
• ③ xlsxwriter模組常用知識點講解；
• ④ xlrd常用知識點講解；

1. os模組知識點講解

對於os模組，我們主要講述os.walk()、os.path.join()等知識點。

1.1 os.walk()

對於這個知識點，我們需要說明以下幾點：

• os.walk()的返回值是一個生成器(generator)，我們需要回圈遍歷它，來獲取其中的內容；
• 每次遍歷，返回的都是一個三元組(path, dirs, files)；
• path：返回的是當前正在遍歷的這個資料夾的，本身路徑地址；
• dirs：返回的是該資料夾中所有目錄的名字(不包含子目錄)，有多少個都以「列表」返回；
• files：返回的是該資料夾中所有的檔案(不包含子目錄下的檔案)，有多少個都以「列表」返回；

如果說，有一個如圖所示的資料夾。

利用下方的程式碼，我們可以得到什麼結果呢？

pwd = "G:\\a"
print(os.walk(pwd))
for i in os.walk(pwd):
    print(i)
for path,dirs,files in os.walk(pwd):
    print(files)```

結果如下：

<generator object walk at 0x0000029BB5AEAB88>
('G:\\a', [], ['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx'])
['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx']

1.2 os.path.join()

這個函數，主要用於將多個路徑組合後返回，超級簡單，就不做過多闡述。

path1 = 'G:\\a'
path2 = 'aa.txt'
print(os.path.join(path1,path2))

結果如下：

G:\a\aa.txt

2. pandas模組知識點講解

由於是需要利用Pandas進行Excel的合併，因此我們要學會，如何利用Pandas進行資料的縱向合併。

我們先建立2個資料框(DataFrame)：

import numpy as np
xx = np.arange(15).reshape(5,3)
yy = np.arange(1,16).reshape(5,3)
xx = pd.DataFrame(xx,columns=["語文","數學","外語"])
yy = pd.DataFrame(yy,columns=["語文","數學","外語"])
print(xx)
print(yy)

效果如下：

接著，可以利用Pandas中的concat()函數，完成縱向拼接的操作。

• pd.concat(list)中【預設axis=0】預設的是資料的縱向合併；
• pd.concat(list)括號中傳入的是一個列表；
• ignore_list=True表示忽略原有索引，重新生成一組新的索引；
• 或者直接可以寫成z = pd.concat([xx,yy],ignore_list=True)；

concat_list = []
concat_list.append(xx)
concat_list.append(yy)
z = pd.concat(concat_list,ignore_list=True)
print(z)

效果如下：

3. xlsxwriter模組知識點講解

xlsxwriter模組一般是和xlrd模組搭配使用的，
xlsxwriter：負責寫入資料，
xlrd：負責讀取資料。
接下來，我們分別對這兩個庫的常見用法，進行介紹。

1）如何建立一個「工作簿」？

import xlsxwriter

# 這一步相當於建立了一個新的"工作簿"；
# "demo.xlsx"檔案不存在，表示新建"工作簿"；
# "demo.xlsx"檔案存在，表示新建"工作簿"覆蓋原有的"工作簿"；
workbook = xlsxwriter.Workbook("demo.xlsx")

# close是將"工作簿"儲存關閉，這一步必須有，否則建立的檔案無法顯示出來。
workbook.close() 

2）如何新增一個「Sheet工作表」

我們知道，一個Excel檔案就是一個Excel工作簿，而每一個工作簿中，又有很多的「Sheet工作表」。接下來，我們如何用程式碼實現這個操作呢？

import xlsxwriter

workbook = xlsxwriter.Workbook("cc.xlsx")
worksheet = workbook.add_worksheet("2018年銷售量")
workbook.close()   

效果如下：

3）如何向表中插入資料呢？

import xlsxwriter

# 建立一個名為【demo.xlsx】工作簿；
workbook = xlsxwriter.Workbook("demo.xlsx")

# 建立一個名為【2018年銷售量】工作表；
worksheet = workbook.add_worksheet("2018年銷售量")

# 使用write_row方法，為【2018年銷售量】工作表，新增一個表頭；
headings = ['產品','銷量',"單價"] 
worksheet.write_row('A1',headings)
# 使用write方法，在【2018年銷售量】工作表中插入一條資料；
# write語法格式：worksheet.write(行,列,資料) 

data = ["蘋果",500,8.9]
for i in range(len(headings)):
    worksheet.write(1,i,data[i]) 
workbook.close()

效果如下：

4. xlrd模組知識點講解

這裡有一個工作簿「test.xlsx」，該檔案中有兩個「Sheet工作表」，分別命名為「2018年銷售量」、「2019年銷售量」，如圖所示。

1）如何開啟一個「工作簿」？—>open_workbook()

# 這裡所說的"開啟"並不是實際意義上的開啟，只是將該表載入到記憶體中開啟。
# 我們並看不到"開啟的這個效果"
import xlrd 
file = r"G:\Jupyter\test.xlsx"
xlrd.open_workbook(file)

結果如下：

<xlrd.book.Book at 0x29bb8e4eda0>

2）如何獲取一個工作簿下，所有的「Sheet表」名？—>sheet_names()

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheet_names()

結果如下：

['2018年銷售量', '2019年銷售量']

3）如何獲取所有「Sheet表」的物件列表？—>sheets()

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()

結果如下：

[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]

我們可以利用索引，獲取每一個sheet表的物件，然後可以針對每一個物件，進行操作。

fh.sheets()[0]
<xlrd.sheet.Sheet at 0x29bb8f07a90>
fh.sheets()[1]
<xlrd.sheet.Sheet at 0x29bb8ef1390>

4）如何獲取每個Sheet表的行列數？—>nrows和ncols屬性

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()
fh.sheets()[0].nrows  # 結果是：4
fh.sheets()[0].ncols  # 結果是：3
fh.sheets()[1].nrows  # 結果是：4
fh.sheets()[1].ncols  # 結果是：3

5）按行獲取，每個Sheet表中的資料—>row_values()

import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
sheet1 = fh.sheets()[0]
for row in range(fh.sheets()[0].nrows):
   value = sheet1.row_values(row)
   print(value)

效果如下：

三、案例講述

1. 將多個Excel表，合併到一個Excel中（每個Excel中只有一個sheet表）

有四張表，圖示中一目瞭然，就不做過多解釋。

實現程式碼如下：

import pandas as pd
import os
pwd = "G:\\b"
df_list = []
for path,dirs,files in os.walk(pwd):
    for file in files:
        file_path = os.path.join(path,file)                        
        df = pd.read_excel(file_path) 
        df_list.append(df)
result = pd.concat(df_list)
print(result)
result.to_excel('G:\\b\\result.xlsx',index=False)

結果如下：

2. 將多個Excel表，合併到一個Excel中（每個Excel中不只一個sheet表）

有兩個工作簿，如圖所示。一個工作簿是pp.xlsx，一個工作簿是qq.xlsx。工作簿pp.xlsx下，有sheet1和sheet2兩個工作表。工作簿qq.xlsx下，也有sheet1和sheet2兩個工作表。

實現程式碼如下：

import xlrd
import xlsxwriter
import os

# 開啟一個Excel檔案，建立一個工作簿物件
def open_xlsx(file):
    fh=xlrd.open_workbook(file)
    return fh
    
# 獲取sheet表的個數
def get_sheet_num(fh):
    x = len(fh.sheets())
    return x

# 讀取檔案內容並返回行內容
def get_file_content(file,shnum):
    fh=open_xlsx(file)
    table=fh.sheets()[shnum]
    num=table.nrows
    for row in range(num):
        rdata=table.row_values(row)
        datavalue.append(rdata)
    return datavalue

def get_allxls(pwd):
    allxls = []
    for path,dirs,files in os.walk(pwd):
        for file in files:
            allxls.append(os.path.join(path,file))
    return allxls

# 儲存所有讀取的結果
datavalue = []  
pwd = "G:\\d"                          
for fl in get_allxls(pwd):
    fh = open_xlsx(fl)     
    x = get_sheet_num(fh)  
    for shnum in range(x):
        print("正在讀取檔案："+str(fl)+"的第"+str(shnum)+"個sheet表的內容...")
        rvalue = get_file_content(fl,shnum)   

# 定義最終合併後生成的新檔案
endfile = "G:\\d\\concat.xlsx"
wb1=xlsxwriter.Workbook(endfile)
# 建立一個sheet工作物件
ws=wb1.add_worksheet()
for a in range(len(rvalue)):
    for b in range(len(rvalue[a])):
        c=rvalue[a][b]
        ws.write(a,b,c)
wb1.close()
print("檔案合併完成")

效果如下：

3. 將一個Excel表中的多個sheet表合併，並儲存到同一個excel

實現程式碼如下：

import xlrd
import pandas as pd
from pandas import DataFrame
from openpyxl import load_workbook

excel_name = r"D:\pp.xlsx"
wb = xlrd.open_workbook(excel_name)
sheets = wb.sheet_names()

alldata = DataFrame()
for i in range(len(sheets)):
    df = pd.read_excel(excel_name, sheet_name=i, index=False, encoding='utf8')
    alldata = alldata.append(df)       

writer = pd.ExcelWriter(r"C:\Users\Administrator\Desktop\score.xlsx",engine='openpyxl')
book = load_workbook(writer.path)
writer.book = book  
# 必須要有上面這兩行，假如沒有這兩行，則會刪去其餘的sheet表，只保留最終合併的sheet表

alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")
writer.save()
writer.close()

效果如下：

4. 將一個Excel表，按某一列拆分成多張表

實現程式碼如下：

import pandas as pd
import xlsxwriter
data=pd.read_excel(r"C:\Users\Administrator\Desktop\chaifen.xlsx",encoding='gbk')

area_list=list(set(data['店鋪']))

writer=pd.ExcelWriter(r"C:\Users\Administrator\Desktop\拆好的表1.xlsx",engine='xlsxwriter')
data.to_excel(writer,sheet_name="總表",index=False)

for j in area_list:
    df=data[data['店鋪']==j]
    df.to_excel(writer,sheet_name=j,index=False)

writer.save()  #一定要加上這句程式碼，「拆好的表」才會顯示出來

效果如下：