使用pandas组合/合并两个不同的Excel文件/工作表

Question

我正在尝试合并两个不同的Excel文件。(感谢这篇文章Import multiple excel files into python pandas and concatenate them into one dataframe)，到目前为止，我得出的方法是:

import os
import pandas as pd

df = pd.DataFrame()

for f in ['c:\\file1.xls', 'c:\\ file2.xls']:
    data = pd.read_excel(f, 'Sheet1')
    df = df.append(data)

df.to_excel("c:\\all.xls")

这是它们的外观。

但我想要：

1. 排除每个文件的最后几行（即File1.xls中的第4行和第5行；File2.xls中的第7行和第8行）。
2. 添加一列（或覆盖Column A），以指示数据来自何处。

例如：

这可行吗？谢谢。

- Mark K

Answer 1

对于第一种情况，您可以按照此处的说明指定skip_footer；或者，您也可以这样做：

data = data.iloc[:-2]

一旦你阅读了数据。

对于第二点，你可以这样做：

from os.path import basename
data.index = [basename(f)] * len(data)

另外，也许将所有数据框放在一个列表中，然后在最后使用concat会更好；像这样：

```python df_list = [df1, df2, df3] result_df = pd.concat(df_list) ```

df = []
for f in ['c:\\file1.xls', 'c:\\ file2.xls']:
    data = pd.read_excel(f, 'Sheet1').iloc[:-2]
    data.index = [os.path.basename(f)] * len(data)
    df.append(data)

df = pd.concat(df)

- behzad.nouri

---

太棒了，我必须得说。behzad.nouri，你太美了！ - Mark K

Answer 2

import os
import os.path
import xlrd
import xlsxwriter

file_name = input("Decide the destination file name in DOUBLE QUOTES: ")
merged_file_name = file_name + ".xlsx"
dest_book = xlsxwriter.Workbook(merged_file_name)
dest_sheet_1 = dest_book.add_worksheet()
dest_row = 1
temp = 0
path = input("Enter the path in DOUBLE QUOTES: ")
for root,dirs,files in os.walk(path):
    files = [ _ for _ in files if _.endswith('.xlsx') ]
    for xlsfile in files:
        print ("File in mentioned folder is: " + xlsfile)
        temp_book = xlrd.open_workbook(os.path.join(root,xlsfile))
        temp_sheet = temp_book.sheet_by_index(0)
        if temp == 0:
            for col_index in range(temp_sheet.ncols):
                str = temp_sheet.cell_value(0, col_index)
                dest_sheet_1.write(0, col_index, str)
            temp = temp + 1
        for row_index in range(1, temp_sheet.nrows):
            for col_index in range(temp_sheet.ncols):
                str = temp_sheet.cell_value(row_index, col_index)
                dest_sheet_1.write(dest_row, col_index, str)
            dest_row = dest_row + 1
dest_book.close()
book = xlrd.open_workbook(merged_file_name)
sheet = book.sheet_by_index(0)
print "number of rows in destination file are: ", sheet.nrows
print "number of columns in destination file are: ", sheet.ncols

- Amit Sharma

Answer 3

变更

df.to_excel("c:\\all.xls")

到

df.to_excel("c:\\all.xls", index=False)

您可能需要尝试一下双引号，但我认为那应该可以工作。

- user16985645