Python 汇总 Excel 多张工作表数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

Python 在办公自动化方面近些年来大显身手，它在处理 Excel 中更是十分方便，促使了大量白领竞相学习的热潮。今天我们就来用 Python 中的 pandas 库完成一个日常中最简单的数据合并需求。

数据与需求

我们的原始数据是一个 Excel 表格，可以通过这儿进行下载，它的样子是：

excel

目前有三个工作簿（sheet），名称是企业的名称，每个 sheet 的结构一模一样。

本需求希望将这些个 Excel 所有工作簿（sheet）的对应数据相加，得到一个汇总的 Excel 文件。

思路

整体思路是让所有的 sheet 转为 DataFrame，然后直接相加，因为相同结构的 DataFrame 可以直接完成向量化的操作。

这个案例与 pandas 对 Excel 每个工作簿增加值为工作簿名称的列类似，我们先需求将这个 Excel 的所有 sheet 读取出来。

代码

先读取 Excel，得到一个字典：

import pandas as pd

dfs = pd.read_excel('company.xlsx', sheet_name=None, index_col=0)
dfs
'''
{'乙企业':      栏目  7月份  前7个月
 0  营业收入   30   192
 1  营业成本   16    92
 2  利润总额   28   200
 3   所得税    2    14
 4   净利润   52   372,
 '丙企业':      栏目  7月份  前7个月
 0  营业收入   23   106
 1  营业成本   10    54
 2  利润总额   13    52
 3   所得税    2     9
 4   净利润   11    43,
 '甲企业':      栏目  7月份  前7个月
 0  营业收入   15    96
 1  营业成本    8    46
 2  利润总额    7    50
 3   所得税    1     7
 4   净利润    6    43}
'''

以上代码 sheet_name=None 可获取所有 sheet 数据，返回的是一个字典，否则只读取第一个 sheet 返回一个 DataFrame。index_col=0 表示将所有表的第一个列设置为索引，会按索引对齐将操作，这列不进行合并相加计算，不设置为索引则会做相加操作。

然后用 Python 内置库的 reduce 完成有所有 DataFrame 的递归相加：

from functools import reduce

df = reduce(pd.DataFrame.add, dfs.values())
df
'''
      7月份  前7个月
栏目
营业收入   68   394
营业成本   34   192
利润总额   48   302
所得税     5    30
净利润    69   458
'''

以上代码 reduce 是一个高阶函数，第一个参数操作函数，我们用的是 DataFrame 的 add 向量加法。第二个参数是一个要执行操作的序列（可迭代对象），由于 dfs 是一个字典，DataFrame 在值上，因此我们使用字典的 dict.values() 取得字典的值视图，它是一个可迭代对象，依次执行函数操作。

最后导出文件：

df.to_excel('汇总.xlsx', index=False)
# ... 可去当前文档下查看导出文件

这样就完成了需求。

（完）

Python 汇总 Excel 多张工作表数据

数据与需求

思路

代码

相关内容