时间:2022-05-19 08:56:58 | 栏目:Python代码 | 点击:次
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
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
#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)
#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)
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。