您好,登錄后才能下訂單哦!
這篇文章主要講解了“Python如何批量合并表格”,文中的講解內(nèi)容簡單清晰,易于學(xué)習(xí)與理解,下面請大家跟著小編的思路慢慢深入,一起來研究和學(xué)習(xí)“Python如何批量合并表格”吧!
這種方法適用于小的數(shù)據(jù)量,數(shù)據(jù)量大的時候,打開一個EXCEL表格就已經(jīng)很費時間了,針對小的數(shù)據(jù)量的合并,比如本文的data文件夾下是9月份一個月的數(shù)據(jù),可以新建一個EXCEL表格,點擊數(shù)據(jù)>獲取數(shù)據(jù)>自文件>從文件夾,點擊組和,即可對于數(shù)據(jù)表進行批量合并。
另一種方法是寫代碼的方式,適用于數(shù)據(jù)量比較大的批量數(shù)據(jù),借助Python中的兩個標(biāo)準(zhǔn)庫pandas和os庫,下面先了解一下這兩個庫的作用。
Pandas
pandas是python的一個數(shù)據(jù)分析包
pandas是基于NumPy 解決數(shù)據(jù)分析任務(wù)的一種工具
pandas 納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型
pandas提供了高效地操作大型數(shù)據(jù)集所需的工具
Os庫
os庫提供通用的、基本的操作系統(tǒng)交互功能
os庫包含路徑操作、進程管理、環(huán)境參數(shù)等處理函數(shù)
下面實際運用代碼進行批量處理表格數(shù)據(jù)。
第一步、導(dǎo)入批量處理數(shù)據(jù)所需的Python標(biāo)準(zhǔn)庫。
# 導(dǎo)入庫import pandas as pdimport os
# 待讀取批量csv的文件夾read_path = 'C:\\Users\\shangtianqiang\\Desktop\\data'# 待保存的合并后的csv的文件夾,在路徑自己建立一個data_merge文件夾save_path = 'C:\\Users\\shangtianqiang\\Desktop\\data_merge'# 待保存的合并后的表格名csvsave_name = 'hebing.csv'
#修改當(dāng)前工作目錄os.chdir(read_path)
#將該文件夾下的所有文件名存入一個列表file_list = os.listdir()
#讀取第一個CSV文件并包含表頭df = pd.read_csv(read_path +'\\'+ file_list[0],encoding = 'gbk') #編碼默認(rèn)UTF-8,若亂碼自行更改為gbk
#將讀取的第一個CSV文件寫入合并后的文件保存df.to_csv(save_path+'\\'+ save_name,encoding="utf_8_sig",index=False)
#循環(huán)遍歷列表中各個CSV文件名,并追加到合并后的文件 FileStart = 1 FileEnd = len(file_list) for i in range(FileStart,FileEnd): df = pd.read_csv(read_path + '\\'+ file_list[i],encoding = 'gbk') # 編碼默認(rèn)UTF-8,若亂碼自行更改為gbk df.to_csv(save_path+'\\'+ save_name,encoding="utf_8_sig",index=False, header=False, mode='a+')
感謝各位的閱讀,以上就是“Python如何批量合并表格”的內(nèi)容了,經(jīng)過本文的學(xué)習(xí)后,相信大家對Python如何批量合并表格這一問題有了更深刻的體會,具體使用情況還需要大家實踐驗證。這里是億速云,小編將為大家推送更多相關(guān)知識點的文章,歡迎關(guān)注!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。