Python如何批量操作Excel文件

小編給大家分享一下Python如何批量操作Excel文件，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

批量操作

OS模塊介紹

OS的全稱是Operation System，指操作系統(tǒng)。在Python里面OS模塊中主要提供了與操作系統(tǒng)即電腦系統(tǒng)之間進行交互的一些功能。我們很多的自動化操作都會依賴于該模塊的功能。

OS模塊基本操作

獲取當(dāng)前工作路徑

我們在最開始Python基礎(chǔ)知識那一章節(jié)給講了如何安裝Anaconda以及如何利用Jupyter notebook寫代碼?？墒悄銈冎滥銈儗懺贘upyter notebook里面的代碼存儲在電腦的哪里嗎？

是不是很多同學(xué)不知道？想要知道也很簡單，只需要在Jupyter notebook中輸入如下代碼，然后運行：

import os
os.getcwd()

運行上面代碼會得到如下結(jié)果：

'C:\\Users\\zhangjunhong\\python庫\\Python報表自動化'

上面這個文件路徑就是此時notebook代碼文件所在的路徑，你的代碼存儲在哪個文件路徑下，運行就會得到對應(yīng)結(jié)果。

獲取一個文件夾下的所有文件名

我們經(jīng)常會將電腦本地的文件導(dǎo)入到Python中來處理，在導(dǎo)入之前需要知道文件的存儲路徑以及文件名。如果只有一兩個文件的話還好，我們直接把文件名和文件路徑手動輸入即可，但是有的時候需要導(dǎo)入的文件會有很多。這個時候手動輸入效率就會比較低，就需要借助代碼來提高效率。

如下文件夾中有四個Excel文件：

我們可以使用os.listdir(path)來獲取path路徑下所有的文件名。具體實現(xiàn)代碼如下：

import os
os.listdir('D:/Data-Science/share/data/test')

運行上面代碼會得到如下結(jié)果：

['3月績效-張明明.xlsx', '李旦3月績效.xlsx', '王玥月-3月績效.xlsx', '陳凱3月份績效.xlsx']

對文件名進行重命名

對文件進行重命名也是比較高頻的一種需求，我們可以利用os.rename('old_name','new_name')來對文件進行重命名。old_name就是舊文件名，new_name就是新文件名。

我們先在test文件夾下面新建一個名為test_old的文件，然后再利用如下代碼，就可以把test_old文件名改成test_new：

os.rename('D:/Data-Science/share/data/test/test_old.xlsx'
          ,'D:/Data-Science/share/data/test/test_new.xlsx')

運行上面代碼以后，再到test文件夾下面，就可以看到test_old文件已經(jīng)不存在了，只有test_new。

創(chuàng)建一個文件夾

當(dāng)我們想要在指定路徑下創(chuàng)建一個新的文件夾時，可以選擇手動新建文件夾，也可以利用os.mkdir(path)進行新建，只需要指明具體的路徑(path)即可。

如下所示，當(dāng)我們運行下面代碼，就表示在D:/Data-Science/share/data路徑下新建一個名為test11的文件夾：

os.mkdir('D:/Data-Science/share/data/test11')

刪除一個文件夾

刪除文件夾與創(chuàng)建文件夾是相對應(yīng)的，當(dāng)然了，我們也可以選擇手動刪除一個文件夾，也可以利用os.removedirs(path)進行刪除，指明要刪除的路徑(path)。

如下所示，當(dāng)我們運行如下代碼，就表示把剛剛創(chuàng)建的test11文件夾刪除了：

os.removedirs('D:/Data-Science/share/data/test11')

刪除一個文件

刪除文件時刪除一個具體的文件，而刪除文件夾是將一整個文件夾，包含文件夾中的所有文件進行刪除。刪除文件利用的是os.remove(path)，指明文件所在的路徑(path)。

如下所示，當(dāng)我們運行如下代碼，就表示將test文件夾中test_new文件進行刪除：

os.remove('D:/Data-Science/share/data/test/test_new.xlsx')

利用OS模塊進行批量操作

批量讀取一個文件下的多個文件

有的時候一個文件夾下面會包含多個相類似的文件，比如一個部門不同人的績效文件，我們需要把這些文件批量讀取到Python里面中，然后進行處理。

我們在前面學(xué)過，如何讀取一個文件，可以用load_work，也可以用read_excel，不管用哪種方式，都只需要指明要讀取文件的路徑即可。

那如何批量讀取呢？先獲取該文件下的所有文件名，然后再遍歷讀取每一個文件。具體實現(xiàn)代碼如下所示：

import pandas as pd

#獲取文件夾下的所有文件名
name_list = os.listdir('D:/Data-Science/share/data/test')

#for循環(huán)遍歷讀取
for i in name_list:
    df = pd.read_excel(r'D:/Data-Science/share/data/test/' + i)
    print('{}讀取完成！'.format(i))

如果要對讀取進來的文件進行數(shù)據(jù)操作的時候，把具體的操作實現(xiàn)代碼放置在讀取代碼之后即可。比如我們要對每一個讀取進來的文件進行刪除重復(fù)值處理，實現(xiàn)代碼如下：

import pandas as pd

#獲取文件夾下的所有文件名
name_list = os.listdir('D:/Data-Science/share/data/test')

#for循環(huán)遍歷讀取
for i in name_list:
    df = pd.read_excel(r'D:/Data-Science/share/data/test/' + i)
    df = df.drop_duplicates() #刪除重復(fù)值處理
    print('{}讀取完成！'.format(i))

批量創(chuàng)建文件夾

有的時候我們需要根據(jù)特定的主題來創(chuàng)建特定的文件夾，比如需要根據(jù)月份創(chuàng)建12個文件夾。我們前面學(xué)過如何創(chuàng)建單個文件夾，要批量創(chuàng)建多個文件夾，只需要遍歷執(zhí)行單個文件夾的語句即可。具體實現(xiàn)代碼如下：

month_num = ['1月','2月','3月','4月','5月','6月','7月','8月','9月','10月','11月','12月']

for i in month_num:
    os.mkdir('D:/Data-Science/share/data/' + i)
    print('{}創(chuàng)建完成！'.format(i))

運行上面代碼以后就會在該文件路徑下新建了12個文件夾：

批量重命名文件

有的時候我們有好多相同主題的文件，但是這些文件的文件名比較混亂，比如下面這些文件，是各個員工的3月績效情況，但是命名格式都不太一樣，我們要將其統(tǒng)一成名字+3月績效這樣的格式。要達到這種效果，可以通過前面學(xué)到的對文件進行重命名操作來實現(xiàn)，前面只講了對單一文件的操作，那如何同時對多個文件進行批量操作呢？

具體實現(xiàn)代碼如下：

import os

#獲取指定文件下所有文件名
old_name = os.listdir('D:/Data-Science/share/data/test')

name = ["張明明","李旦","王玥月","陳凱"]

#遍歷每一個姓名
for n in name:
    #遍歷每一個舊文件名
    for o in old_name:
        #判斷舊文件名中是否包含特定的姓名
        #如果包含就進行重命名
        if n in o:
            os.rename('D:/Data-Science/share/data/test/' + o, 'D:/Data-Science/share/data/test/' + n +"3月績效.xlsx")

運行上面代碼以后可以看到文件下的原文件名全部已被重命名完成。

其他批量操作

批量合并多個文件

如下所示，該文件夾下面有1-6月的分月銷售日報，已知這些日報的結(jié)構(gòu)是相同的，只有日期和銷量兩列，現(xiàn)在我們想要把這些不同月份的日報合并成一份。

將分月銷售日報合并成一份文件的具體實現(xiàn)代碼如下：

import os
import pandas as pd

#獲取指定文件下所有文件名
name_list = os.listdir('D:/Data-Science/share/data/sale_data')

#創(chuàng)建一個相同結(jié)構(gòu)的空DataFrame
df_o = pd.DataFrame({'日期':[],'銷量':[]})

#遍歷讀取每一個文件
for i in name_list:
    df = pd.read_excel(r'D:/Data-Science/share/data/sale_data/' + i)
    #進行縱向拼接
    df_v = pd.concat([df_o,df])
    #把拼接后的結(jié)果賦值給df_o
    df_o = df_v
df_o

運行上面代碼就會得到合并后的文件df_o，如下所示：

將一份文件按照指定列拆分成多個文件

上面講了如何批量合并多個文件，我們也有合并多個文件逆需求，即按照指定列將一個文件拆分成多個文件。

還是上面的數(shù)據(jù)集，假設(shè)我們現(xiàn)在拿到了一份1-6月份的文件，這份文件除了日期和銷量兩列以外，還多了一列月份，現(xiàn)在我們需要做的就是根據(jù)月份這一列將這一份文件拆分成多個文件，每個月份單獨存儲為一個文件。

具體實現(xiàn)代碼如下：

#生成一列新的月份列
df_o['月份'] = df_o['日期'].apply(lambda x:x.month)

#遍歷每一個月份值
for m in df_o['月份'].unique():
    #將特定月份值的數(shù)據(jù)篩選出來
    df_month = df_o[df_o['月份'] == m]
    #將篩選出來的數(shù)據(jù)進行保存
    df_month.to_csv(r'D:/Data-Science/share/data/split_data/' + str(m) + '月銷售日報_拆分后.csv')

運行上面代碼我們就可以在目標(biāo)路徑下看到拆分后的多個文件：

看完了這篇文章，相信你對“Python如何批量操作Excel文件”有了一定的了解，如果想了解更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！