Python怎么实现Excel文件的合并

魁首哥

作者

Python怎么实现Excel文件的合并

本文小编为大家详细介绍“Python怎么实现Excel文件的合并”，内容详细，步骤清晰，细节处理妥当，希望这篇“Python怎么实现Excel文件的合并”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

一、单目录下面的数据合并

将2020下的所有文件进行合并，成一个文件：

importrequestsimportjsonimportopenpyxlimportdatetimeimportdatetimeasdtimporttimeimportpandasaspdimportcsvfromopenpyxlimportload_workbookfromsqlalchemyimportcreate_engineimportmathimportosimportglob

csv_list=glob.glob(r'D:\Python\03DataAcquisition\COVID-19\2020\*.csv')print("所有数据文件总共有%s"%len(csv_list))foriincsv_list:fr=open(i,"rb").read()#除了第一个数据文件外，其他不读取表头withopen('../output/covid19temp0314.csv','ab')asf:f.write(fr)f.close()print('数据合成完毕！')

合并后的数据：

二、使用函数进行数据合并

##02使用函数进行数据合并importosimportpandasaspd#定义函数(具有递归功能)defmergeFile(parent,path="",pathdeep=0,filelist=[],csvdatadf=pd.DataFrame(),csvdata=pd.DataFrame()):fileAbsPath=os.path.join(parent,path)ifos.path.isdir(fileAbsPath)==True:if(pathdeep!=0and('.ipynb_checkpoints'notinstr(fileAbsPath))):#=0代表没有下一层目录print('--'+path)forfilename2inos.listdir(fileAbsPath):mergeFile(fileAbsPath,filename2,pathdeep=pathdeep+1)else:if(pathdeep==2andpath.endswith(".csv")andos.path.getsize(parent+'/'+path)>0):filelist.append(parent+'/'+path)returnfilelist#D:\Python\03DataAcquisition\COVID-19path=input("请输入数据文件所在目录:")filelist=mergeFile(path)filelistcsvdata=pd.DataFrame()csvdatadf=pd.DataFrame()forminfilelist:csvdata=pd.read_csv(m,encoding='utf-8-sig')csvdatadf=csvdatadf.append(csvdata)#由于2023年的数据还没有，所以不合并

(*￣(oo)￣)注：这个的等待时间应该会比较长，因为一共有一百九十多万条数据。

将合并后的数据进行保存：

csvdatadf.to_csv("covid190314.csv",index=None,encoding='utf-8-sig')

csvdatadf=pd.read_csv("covid190314.csv",encoding='utf-8-sig')csvdatadf.info()

读取新冠疫情在2020/0101之前的数据：

beforedf=pd.read_csv(r'D:\Python\03DataAcquisition\COVID-19\before20201111.csv',encoding='utf-8-sig')

beforedf.info()

将两组数据合并：

tempalldf=beforedf.append(csvdatadf)tempalldf.head()

三、处理港澳台数据

如图所示：要将Country_Region从Hong Kong变成China。澳门和台湾也是如此：

查找有关台湾的数据：

beforedf.loc[beforedf['Country/Region']=='Taiwan']beforedf.loc[beforedf['Country/Region'].str.contains('Taiwan')]

beforedf.loc[beforedf['Country/Region'].str.contains('Taiwan'),'Province/State']='Taiwan'beforedf.loc[beforedf['Province/State']=='Taiwan','Country/Region']='China'beforedf.loc[beforedf['Province/State']=='Taiwan']

香港的数据处理：

beforedf.loc[beforedf['Country/Region'].str.contains('HongKong'),'Province/State']='HongKong'beforedf.loc[beforedf['Province/State']=='HongKong','Country/Region']='China'afterdf.loc[afterdf['Country_Region'].str.contains('HongKong'),'Province_State']='HongKong'afterdf.loc[afterdf['Province_State']=='HongKong','Country_Region']='China'

澳门的数据处理：

beforedf.loc[beforedf['Country/Region'].str.contains('Macau'),'Province/State']='Macau'beforedf.loc[beforedf['Province/State']=='Macau','Country/Region']='China'afterdf.loc[afterdf['Country_Region'].str.contains('Macau'),'Province_State']='Macau'afterdf.loc[afterdf['Province_State']=='Macau','Country_Region']='China'

最终将整理好的数据进行保存：

beforedf.to_csv("beforedf0314.csv",index=None,encoding='utf-8-sig')afterdf.to_csv("afterdf0314.csv",index=None,encoding='utf-8-sig')