如何使用Python将多个 Excel 文件合并为一个文件？

通常，我们使用 Excel 文件，我们肯定遇到过需要将多个 Excel 文件合并为一个的情况。传统的方法一直是在 excel 中使用 VBA 代码，它可以完成这项工作，但它是一个多步骤的过程，并不那么容易理解。另一种方法是手动将长 Excel 文件复制到一个中，这不仅耗时、麻烦而且容易出错。

使用Pandas 模块，使用Python的几行代码即可轻松快速地完成此任务。首先，我们需要使用 pip 安装模块。因此，让我们摆脱安装。

在终端中使用以下命令：

pip install pandas

方法 1：使用dataframe.append()

Pandas dataframe.append()函数用于将其他数据帧的行附加到给定数据帧的末尾，返回一个新的数据帧对象。不在原始数据框中的列作为新列添加，新单元格填充 NaN 值。

Syntax : DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)

Parameters :

• other : DataFrame or Series/dict-like object, or list of these
• ignore_index : If True, do not use the index labels. default False.
• verify_integrity : If True, raise ValueError on creating index with duplicates. default False.
• sort : Sort columns if the columns of self and other are not aligned. default False.

Returns: appended DataFrame

例子：

使用的 Excel： FoodSales1-1、FoodSales2-1

Python3

# importing the required modules
import glob
import pandas as pd
  
# specifying the path to csv files
path = "C:/downloads"
  
# csv files in the path
file_list = glob.glob(path + "/*.xlsx")
  
# list of excel files we want to merge.
# pd.read_excel(file_path) reads the excel
# data into pandas dataframe.
excl_list = []
  
for file in excl_list:
    excl_list.append(pd.read_excel(file))
  
# create a new dataframe to store the 
# merged excel file.
excl_merged = pd.DataFrame()
  
for excl_file in excl_list:
      
    # appends the data into the excl_merged 
    # dataframe.
    excl_merged = excl_merged.append(
      excl_file, ignore_index=True)
  
# exports the dataframe into excel file with
# specified name.
excl_merged.to_excel('total_food_sales.xlsx', index=False)

输出 ：

'total_food_sales.xlsx'

方法二：使用pandas.concat()

pandas.concat()函数完成了与 Pandas 对象轴一起执行串联操作的所有繁重工作，同时在其他轴上执行索引（如果有）的可选设置逻辑（联合或交集）。

Syntax: concat(objs, axis, join, ignore_index, keys, levels, names, verify_integrity, sort, copy)

Parameters:

• objs: Series or DataFrame objects
• axis: axis to concatenate along; default = 0 //along rows
• join: way to handle indexes on other axis; default = ‘outer’
• ignore_index: if True, do not use the index values along the concatenation axis; default = False
• keys: sequence to add an identifier to the result indexes; default = None
• levels: specific levels (unique values) to use for constructing a MultiIndex; default = None
• names: names for the levels in the resulting hierarchical index; default = None
• verify_integrity: check whether the new concatenated axis contains duplicates; default = False
• sort: sort non-concatenation axis if it is not already aligned when join is ‘outer’; default = False
• copy: if False, do not copy data unnecessarily; default = True

Returns: a pandas dataframe with concatenated data.

例子：

在最后一个示例中，我们只处理了两个包含几行的 Excel 文件。让我们尝试合并更多文件，每个文件包含大约 5000 行和 7 列。我们有 5 个文件 BankE、BankD、BankC、BankB、BankA，其中包含各自银行的历史库存数据。让我们将它们合并到一个“Bank_Stocks.xlsx”文件中。这里我们使用的是 pandas.concat() 方法。

蟒蛇3

# importing the required modules
import glob
import pandas as pd
  
# specifying the path to csv files
path = "C:/downloads"
  
# csv files in the path
file_list = glob.glob(path + "/*.xlsx")
  
# list of excel files we want to merge.
# pd.read_excel(file_path) reads the  
# excel data into pandas dataframe.
excl_list = []
  
for file in excl_list:
    excl_list.append(pd.read_excel(file))
  
# concatenate all DataFrames in the list
# into a single DataFrame, returns new 
# DataFrame.
excl_merged = pd.concat(excl_list, ignore_index=True)
  
# exports the dataframe into excel file
# with specified name.
excl_merged.to_excel('Bank_Stocks.xlsx', index=False)

输出 ：

Bank_Stocks.xlsx