数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学使用 Python Pandas 合并多个 Excel 文件中的数据
使用 Python Pandas 合并多个 Excel 文件中的数据：简介
随着企业处理包含在多个 Excel 文件中的海量数据，有效地合并和分析这些数据变得至关重要。Python 功能强大的 Pandas 数据处理库提供了一种优雅的方法来合并来自多个文件的 Excel 数据。本文将逐步指导您完成此过程，并解释语法。我们还将探讨完成这项工作的两种不同方法，包括示例、可执行代码和结果。
来自多个文件的 Excel 数据
将来自多个 Excel 文件的数据组合或连接到单个数据集中，称为合并 Excel 数据。这种合并使数据分析师、科学家和业务人士能够进行彻底的分析并获得有见地的信息。合并来自多个来源的数据（例如销售记录、客户信息或财务数据）可以发现关系、识别趋势并得出有价值的结论。
此外，合并 Excel 数据简化了数据的清理和标准化，因为在合并过程中可以纠正任何不一致之处或缺失值。这确保了数据的完整性和准确性，为数据驱动的决策、战略规划和可操作的建议奠定了基础，从而提高组织效率。最终，合并 Excel 数据使用户能够充分利用其数据资产，并从复杂的数据集中提取有价值的见解。
语法和解释
为了使用 Python Pandas 合并 Excel 数据，我们将主要使用 `pandas.read_excel()` 函数读取 Excel 文件，以及 `pandas.concat()` 函数连接数据框。
使用 Pandas 读取 Excel 文件的语法如下：
import pandas as pd
df = pd.read_excel('file_path.xlsx')
这里 `pd` 用于引用 pandas 库。`read_excel()` 函数从 `'file_path.xlsx'` 参数指定的 Excel 文件中提取数据，并返回一个数据框 (df)。
使用 Pandas 连接多个数据框的语法如下：
combined_df = pd.concat([df1, df2, df3, ...])
`concat()` 函数接收一个数据框列表 ([df1, df2, df3,...])，并垂直连接这些数据框。最终数据框 `combined_df` 将包含来自输入数据框的所有行。
算法
步骤 1 - 导入 Pandas 和任何其他必要的库。
步骤 2 - 指定要合并的 Excel 文件的文件路径。
步骤 3 - 使用 `read_excel()` 函数打开每个 Excel 文件，并将数据框存储在不同的变量中。
步骤 4 - 使用 `concat()` 函数将数据框合并，并将它们作为列表传递。
步骤 5 - 如果需要进一步分析，则将合并后的数据框导出到新的 Excel 文件。
方法
方法 1 - 使用 For 循环合并 Excel 数据
方法 2 - 使用列表推导式合并 Excel 数据
方法 1：使用 For 循环合并 Excel 数据
在方法 1 中，我们首先定义一个空列表 `dfs` 来存储单个数据框。然后，使用 for 循环，我们通过迭代 `file_paths` 数组，使用 `pd.read_excel()` 读取每个 Excel 文件。结果是一个数据框，将其添加到 `dfs` 列表中。最后，我们使用 `pd.concat()` 将 `dfs` 中的所有数据框合并到一个名为 `combined_df` 的单个数据框中。
假设我们有三个 Excel 文件 (file1.xlsx、file2.xlsx 和 file3.xlsx)，包含以下数据：
file1.xlsx ID Name Age 0 1 Tom 28 1 2 Emma 35 file2.xlsx ID Name Age 0 3 John 42 1 4 Sarah 31 file3.xlsx ID Name Age 0 5 Liam 29 1 6 Lily 27
示例
import pandas as pd file_paths = ['file1.xlsx', 'file2.xlsx', 'file3.xlsx'] dfs = [] # To store individual dataframes for file in file_paths: df = pd.read_excel(file) dfs.append(df) combined_df = pd.concat(dfs)
输出
ID Name Age 0 1 Tom 28 1 2 Emma 35 0 3 John 42 1 4 Sarah 31 0 5 Liam 29 1 6 Lily 27
结果数据框垂直合并了每个文件中的行。file1.xlsx 中数据的首行为 ID 1，姓名“Tom”，年龄 28 岁。第二行列出了 ID 2，“Emma”，年龄 35 岁。
然后，结果数据框用 file2.xlsx 中的数据补充。第三行包含 ID 3，“John”，年龄 42 岁。第四行包含 ID 4，姓名“Sarah”，年龄 31 岁。
然后添加 file3.xlsx 中的数据。第五行包含 ID 5，“Liam”，“29”和“Name”。第六行也是最后一行，ID 为 6，姓名为“Lily”，年龄 27 岁。
这将创建一个综合数据集，可根据需要准备进行进一步分析、处理或导出。因此，我们得到一个合并后的数据框，其中包含来自三个 Excel 文件的所有行。
方法 2：使用列表推导式合并 Excel 数据
第二种方法使用列表推导式，这是一种简洁而优雅的 Python 列表创建方法。在这里，我们使用 `pd.read_excel(file)` 作为列表推导式中的表达式，直接从 `file_paths` 列表创建数据框列表。这种方法消除了显式的 for 循环，从而使代码更紧凑。
假设我们有三个 Excel 文件 (file1.xlsx、file2.xlsx 和 file3.xlsx)，包含以下数据：
file1.xlsx ID Name Age 0 1 Tom 28 1 2 Emma 35 file2.xlsx ID Name Age 0 3 John 42 1 4 Sarah 31 file3.xlsx ID Name Age 0 5 Liam 29 1 6 Lily 27
示例
import pandas as pd file_paths = ['file1.xlsx', 'file2.xlsx', 'file3.xlsx'] dfs = [pd.read_excel(file) for file in file_paths] combined_df = pd.concat(dfs)
输出
ID Name Age 0 1 Tom 28 1 2 Emma 35 0 3 John 42 1 4 Sarah 31 0 5 Liam 29 1 6 Lily 27
方法 2 的输出解释与方法 1 相同，因为两种方法都产生相同的输出。
结论
使用 Python Pandas 合并来自多个来源的 Excel 数据，是一种强大且灵活的方法，用于组合和分析大型数据集。在本文中，我们研究了完成此操作的两种不同方法，以及合并 Excel 数据的语法和分步说明。数据专业人员可以利用 Pandas 的功能有效地从复杂的数据集中提取有价值的见解，使他们能够做出数据驱动的决策并促进业务成功。
浏览量：285
