怎么用Python处理上百个表格

1. 提出需求

随意模拟出来两张表为大家解读一下。

 

对于上述的a表和b表，我们最终的目的就是：

将a，b表中id相同的数据，写入一个sheet；a表中独有的id行写入一个sheet；b表中独有的id行写入一个sheet。

需要注意以下两点：

① 最终目的是创建一个工作簿，存放三个sheet表；

② 对于id相同的a，b两表，他们的姓名也是不同的，因此存放id相同的那张表，应该是3列。

2. 知识点讲解

为了解决这个问题，我们需要先讲述几个知识点，只有掌握了这几个知识点，解决这个问题将会变得灰常简单。

1）pd.merge()

这是Pandas中用于多表连接的函数，相当于Excel中的vlookup()函数，而且又相当于MySQL中的a join b on a.id = b.id内连接。

import pandas as pd

df1 = pd.read_excel("a.xlsx")
df2 = pd.read_excel("b.xlsx")

pd.merge(df1,df2,on="id")

结果如下：

 

2）pd.ExcelWriter()

ExcelWriter是pandas下面的一个类，里面有两个参数，一个是路径参数Path，一个是时间格式化参数datetime_format。

 ExcelWriter的两个作用

① 设置datetime的输出格式；

② 在一个工作簿中写入多个sheet表；

如何使用ExcelWriter

① 构造数据

import pandas as pd
from datetime import datetime

df1 = pd.DataFrame(
    {
        "日期":[datetime(2020,7,1),datetime(2020,7,2)],
        "销售额":[10,20]
    }
)

df2 = pd.DataFrame(
    {
        "日期":[datetime(2020,8,1),datetime(2020,8,2)],
        "销售额":[15,25]
    }
)

结果如下：

 

② ExcelWriter用法如下

# 如果不指定datetime_format参数，你可以试试最终效果。
with  pd.ExcelWriter("销售额.xlsx",datetime_format="YYYY-MM-DD") as writer:
    df1.to_excel(excel_writer=writer,sheet_name="1月",index=None)
    df2.to_excel(excel_writer=writer,sheet_name="2月",index=None)

结果如下：

 

3. 解决办法

有了上述的基础以后，我这里直接给出本文的代码，估计你看了就能学会的。

import pandas as pd
import os

# 指定路径
excel_name = os.getcwd() + "\\d.xlsx"
# 读取数据
df1 = pd.read_excel("a.xlsx")
df2 = pd.read_excel("b.xlsx")
# a,b表中共有的
df_a_b = pd.merge(df1,df2,on="id")
# a表独有的
df_a = df1[~df1["id"].isin(df2["id"])]
# b表独有的
df_b = df2[~df2["id"].isin(df1["id"])]
with  pd.ExcelWriter(excel_name) as writer:
    df_a.to_excel(excel_writer=writer,sheet_name="df_a",index=None)
    df_b.to_excel(excel_writer=writer,sheet_name="df_b",index=None)
    df_a_b.to_excel(excel_writer=writer,sheet_name="df_a_b",index=None)

结果如下：