python pandas拆分单元格​mp.weixin.qq.com
拆分单元格是excel中经常遇到的内容之一。那么在pandas中如何实现呢？
例如有如下数据:
>>> import pandas as pd
>>> import numpy as np
>>> df=pd.read_excel(r'D:/myExcel/1.xlsx')
>>> df
name  score
0    bob_B     45
1  jiken_A     67
我们需要将name列拆分为name和grade两列
下面看一下实践
方案一：
# 此处应注意，split拆分时，不指定expand参数，则此时
# 会拆分为['bob', 'B']类似的列表。之后调用get方法即可，
# 获取指定的值
>>> df['grade']=df['name'].str.split('_').str.get(1)
>>> df
name  score grade
0    bob_B     45     B
1  jiken_A     67     A
>>> df['name']=df['name'].str.split('_').str.get(0)
>>> df
name  score grade
0    bob     45     B
1  jiken     67     A
方案二:
使用split拆分之后，调用merge方法
此种模式适合拆分的列数较多，又全都需要
# 拆分之后成为dataFrame
>>> df1=df['name'].str.split('_', expand=True)
>>> df1
0  1
0    bob  B
1  jiken  A
# 合并，注意此处使用的是index合并
>>> df = df.merge(df1, how='inner', left_index=True, right_index=True)
>>> df
name  score      0  1
0    bob_B     45    bob  B
1  jiken_A     67  jiken  A
# 修改列名等使其符合原顺序
>>> df['name'] = df[0]
>>> df
name  score      0  1
0    bob     45    bob  B
1  jiken     67  jiken  A
>>> del df[0]
>>> df
name  score  1
0    bob     45  B
1  jiken     67  A
>>> df = df.rename(columns={1:'grade'})
>>> df
name  score grade
0    bob     45     B
1  jiken     67     A
哈哈，以上就是python小工具关于pandas拆分单元格的介绍，欢迎大家关注：python小工具。一起学习python和pandas

前言
在网上找了很多Python处理Excel的方法和代码，都不是很尽人意，所以自己综合网上各位大佬的方法，自己进行了优化，具体的代码如下。
博主也是新手一枚，代码肯定有很多需要优化的地方，欢迎各位大佬提出建议~
代码我自己已经用了一段时间，可以直接拿去用
主要功能
按行合并 ，即保留固定的表头(如前几行)，实现多个Excel相同格式相同名字的表单按纵轴合并；
按列合并。 即保留固定的首列，实现多个Excel相同格式相同名字的表单按横轴合并；
表单集成 ，实现不同Excel中相同sheet的集成(即不汇总，仅集成到同一个新的Excel中)。此处的代码稍微改一下即可实现不同Excel中所有sheet的集成；
自动检测所需合并的sheet名称是否出现在所有的目标文件中，如果不是则予以提示 ；
sheet选择、表头选择、功能选择界面实现可视化；
合并后进行简单的缺省值处理、格式处理
解决MacOS系统下文件目录中出现.DS_Store隐藏文件导致程序出错的bug。
用到的库
pandas 、tkinter 、 pathlib、os 、 xlrd
代码
import pandas as pd
import tkinter as tk
from tkinter import filedialog
import pathlib
import os
import xlrd
# 选择文件夹对话框，窗口交互，打开选择窗口
filedirectory = filedialog.askdirectory()
p1 = pathlib.Path(filedirectory) # 该部分主要为了获取目标路径下的文件名
print(p1)
bookname1 = os.listdir(p1) # 返回目标文件夹下的所有文件名
if ".DS_Store" in bookname1:
bookname1.remove('.DS_Store')
# 删除文件名里的.xlsx
bookname = []
for n in bookname1:
n1 = list(n) # 把字符变成列表
for i in range(5): # 因为去除的是.XSLX，5个字符，可以根据实际需要修改
n1.pop() # 依次删除最后一个元素
n2 = ''.join(n1) # 把列表变成字符
bookname.append(n2)
excles = p1.rglob('*.xlsx') # 类似于os.work，能够返回目标路径下的文件路径，并且可以添加条件
excelarr = []
for eachexcel in excles:
excelarr.append(eachexcel) # 创建目标路径下特定文件名的列表
# 建立一个交互窗口
windows = tk.Tk()
windows.title('请提供如下信息') # 设置文本框的标题
windows.geometry('1000x300') # 设置界面的大小
# tk.Label(windows, text='你好！this is Tkinter', bg='green', font=('Arial', 12), width=30, height=2)
# 说明：bg为背景，font为字体，width为长，height为高，这里的长和高是字符的长和高，比如height=2,就是标签有2个字符这么高)
tk.Label(windows, text='请输入想要合并的sheet名称：').grid(row=0, column=0) # label用来显示不可编辑的文本和图标(提示性文字)
tk.Label(windows, text='请输入想要确定的表头行数：').grid(row=1, column=0)
tk.Label(windows, text='请输入您想实现的功能，1为按行合并sheet，2为按列合并sheet，3为sheet汇总：').grid(row=2, column=0)
# Listbox(dict={}) # 创建可选下拉框
e1 = tk.Entry(windows) # 创建输入框
e2 = tk.Entry(windows) # 创建第2个输入框
e3 = tk.Entry(windows)
e1.grid(row=0, column=1, padx=10, pady=5)
e2.grid(row=1, column=1, padx=10, pady=5)
e3.grid(row=2, column=1, padx=10, pady=5)
tk.Button(windows, text='点击继续', width=10, command=windows.quit) \
.grid(row=4, column=1, sticky=tk.E, padx=10, pady=5) # sticky表示方位，NSWE为上下左右
tk.mainloop() # 结束循环
# 为变量赋值
word = str(e1.get())
number = int(e2.get()) - 1
choice = int(e3.get())
# 检查想要处理的sheet是否在所有的目标文件中
file_list = os.listdir(p1)
file_list.remove('.DS_Store') # 移除Mac系统自动生成的文件
for file in file_list: # 循环遍历列出所有文件名称
file_name = os.path.join(p1, file) # 因os.listdir工具返回的是目标文件夹里文件的名字，然而打开文件需要文件路径+名字，故通过此工具获取完整的文件名
workbook = xlrd.open_workbook(file_name) # 打开遍历的文件
if word in workbook.sheet_names():
continue
else:
print(str(file) + '中不存在想要合并的sheet')
if choice == 2:
p1 = pd.ExcelFile(excelarr[0]) # 读取获取到的第一个文件名对应的文件
mergedata1 = p1.parse(header=number, sheet_name=word).iloc[:, 0] # 设置索引为第一行，如果为index_col，则索引为第一列 iloc为取特定的列
p2 = []
for i in range(0, len(excelarr)):
tmp = pd.ExcelFile(excelarr[i]) # 读取文件
currentdata = tmp.parse(header=number, sheet_name=word).iloc[:, [1, 2, 3, 4]] # 读取特定的列
mergedata1 = pd.concat([mergedata1, currentdata], axis=1) # concat连接函数，唯一必须的参数是参与连接的对象的列表或字典。axis=1，表示可以按照纵轴来合并
n = currentdata.shape[1] # 返回Dataframe的行数，1为返回列数
p2.append(n) # 获取读取文件的行数列表
name_list = []
i = 0
# 获取应插入的文件名的列表
for a1 in bookname:
for x in range(p2[i]):
name_list.append(a1)
i = i + 1
name_list.insert(0, '来自表格')
mergedata1.loc[-1] = name_list # 按行插入
if choice == 1:
p1 = pd.ExcelFile(excelarr[0]) # 读取获取到的第一个文件名对应的文件
mergedata1 = p1.parse(header=number, sheet_name=word) # 设置索引为第一行，如果为index_col，则索引为第一列
p2 = []
p2.append(mergedata1.shape[0])
for i in range(1, len(excelarr)):
tmp = pd.ExcelFile(excelarr[i]) # 读取文件
currentdata = tmp.parse(header=number, sheet_name=word) # 读取特定的表
mergedata1 = pd.concat([mergedata1, currentdata]) # concat连接函数，唯一必须的参数是参与连接的对象的列表或字典。axis=1，表示可以按照纵轴来合并
n = currentdata.shape[0] # 返回Dataframe的行数，1为返回列数
p2.append(n) # 获取读取文件的行数列表
name_list = []
i = 0
# 获取应插入的文件名的列表
for a1 in bookname:
for x in range(p2[i]):
name_list.append(a1)
i = i + 1
mergedata1.insert(0, '来自表格', name_list) # 插入第一列，作为表格数据来源的注释
if choice == 3:
i = 0
fname = tk.filedialog.asksaveasfilename(title=u'保存文件', filetypes=[("excel", ".xlsx")])
# fideialog的一个方法，可以实现数据储存是要保存的名字
writerExcel = pd.ExcelWriter(fname+'.xlsx') # 写入到一个新的Excel，并且命名为上一步骤确认的名字
for name in bookname:
p1 = pd.ExcelFile(excelarr[i])
mergedata1 = p1.parse(header=number, sheet_name=word) # 设置索引为第一行，如果为index_col，则索引为第一列
# mergedata1.dropna(thresh=4, inplace=True) # 必须使用inplace才可以使数据库记住删除的单元格
# mergedata1.dropna(axis='columns', how='all') # 删除全是缺失值的列
mergedata1.fillna('0') # 将所有缺失值填充为0
mergedata1.to_excel(writerExcel, sheet_name=name, index=False) # 新建一个sheet储存信息
i = i + 1
if choice != 3:
# 数据清理
mergedata1.dropna(thresh=4, inplace=True) # 必须使用inplace才可以使数据库记住删除的单元格
mergedata1.dropna(axis='columns', how='all') # 删除全是缺失值的列
mergedata1.fillna('0') # 将所有缺失值填充为0
# 保存至excel
fname = tk.filedialog.asksaveasfilename(title=u'保存文件',
filetypes=[("excel", ".xlsx")]) # fideialog的一个方法，可以实现数据储存是要保存的名字
writerExcel = pd.ExcelWriter(fname + '.xlsx') # 写入到一个新的Excel，并且命名为上一步骤确认的名字
mergedata1.to_excel(writerExcel, sheet_name='汇总表', index=False) # 将之前汇总的farmdate数据通过to excel写入到Excel中
# 设置格式
sheetname = writerExcel.sheets
workbook = writerExcel.book
for sheets in sheetname:
worksheet = writerExcel.sheets[sheets]
format1 = workbook.add_format({'num_format': '###,##0.00', })
# 通过xlsxwriter模块命名format1的格式，对于数字内容，每三位进行一个分隔符，并且保留两位小数。#.00%为保留两位小数的百分数.border为边框。最后为文本换行和居中
# format2 = workbook.add_format({'bold': True, 'italic': True}) # 加粗、斜体
worksheet.set_column('A:ZZ', 16, format1) # 将上述定义的格式应用到具体的单元格
# worksheet.set_row(0, 16, format2) # 将特定格式用于表头
writerExcel.save() # 保存Excel
print('success')
总结
到此这篇关于利用Python pandas对Excel进行合并的文章就介绍到这了,更多相关Python pandas对Excel合并内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！
本文标题: 利用Python pandas对Excel进行合并的方法示例
本文地址: http://www.cppcns.com/jiaoben/python/361269.html

需求：根据某一列的值对指定的其他列做合并操作(根据A列，对BC列作合并单元格)



import xlwt
import pandas as pd
class Merge_cell():
    '''
    目标：根据某列值对指定列值进行合并
    '''

    def __init__(self, excel_path, df, key_col, col2):
        self.excel_path = excel_path
        self.df = (df.drop(columns='index') if 'index' in df.columns else df)
        self.key_col = key_col
        self.col2 = col2
        self.wb = xlwt.Workbook(excel_path)
        self.worksheet = self.wb.add_sheet('sheet1')

    def _get_idx(self):
        groups = self.df.groupby(self.key_col)
        idxs = [[groups.get_group(i).index.min() + 1, groups.get_group(i).index.max() + 1] for i in groups.size().index]
        return idxs, len(idxs)

    def _get_content(self, idx, key):
        """

        :param idxs: 索引 [[1,2],[3,4]]
        :return: 暂时保存合并单元的值
        """
        import numpy as np

        if not pd.isna(self.df.at[idx, key]):
            temp = self.df.at[idx, key]
        else:
            temp = None
        return temp

    def merged(self):
        import numpy as np
        if not self.key_col:  # 如果key_cols 参数不传值，则无需合并
            self.df.to_excel(self.excel_path, index=False)
            return
        idxs, length = self._get_idx()
        line_cn = self.df.index.size
        cols = list(self.df.columns.values)
        column_number = {col: idx for idx, col in enumerate(cols)}
        if self.key_col not in cols:  # 校验key_cols中各元素 是否都包含与对象的列
            print("key_cols is not completely include object's columns")
            return False
        if not all([v in cols for i, v in enumerate(self.col2)]):  # 校验merge_cols中各元素 是否都包含与对象的列
            print("merge_cols is not completely include object's columns")
            return False
        for value, i in column_number.items():  # 写表头
            self.worksheet.write(0, i, value)
        for key, idx in column_number.items():
            if key not in self.col2:
                for i in range(line_cn):
                    value = self.df.loc[i, key]
                    if not pd.isna(value):
                        self.worksheet.write(i + 1, idx, str(value))
                    else:
                        pass
            else:
                for j in idxs:
                    value = self._get_content(j[0] - 1, key)
                    if value:
                        self.worksheet.write_merge(j[0], j[1], idx, idx, value)
                    else:
                        pass
        self.wb.save(self.excel_path)
if __name__ == '__main__':
    te = {'A': [1, 2, 2, 2, 3, 3], 'B': [1, 1, 1, 1, 1, 1], 'C': [1, 1, 1, 1, 1, 1], 'D': [1, 1, 1, 1, 1, 1]}
    t_f = pd.DataFrame(te)
    DF = Merge_cell('000_1.xls', t_f, 'A', ['B', 'C'])
    DF.merged()


 


参考：https://blog.csdn.net/cakecc2008/article/details/59203980

	

前言
当打开一个Excel工作簿的时候，并不是每一个表都是几行几列的标准形式，譬如它可能出现这样的形式：也就是包含合并单元格的数据，如果以这种表格形式去做接下来的数据处理一定会遇到很多问题。
0 1
拆分合并单元格
对于如何拆分合并单元格，首先搞清楚一个问题合并单元格到底是什么？或者说它是如何储存数据的。用pandas库直接读取，答案就会很清晰。
import pandas as pddata = pd.read_excel(r"C:\Users\Administrator\Desktop\合并单元格.xlsx")print(data)
从上面结果很清晰的显示出，无论怎么合并单元格，数据永远储存在合并单元格区域内的最左上角，而其他单元格都是空值。我们再用openpyxl库写成列表的形式再看一遍。
import openpyxl as opwb = op.load_workbook(r"C:\Users\Administrator\Desktop\合并单元格.xlsx")ws = wb.worksheets[0]for rows in list(ws.rows):    data2 = [r.value for r in row]    print(data2)
然后再用Excel本身的友好提醒来看下，根据提醒不难发现不同的数据是不能轻易合并，否则会丢失数据。那么现在的问题就变成了如何将空值解决掉，将表格变成常见的形式。
这一点pandas提供了很好的支撑，可以使用fillna方法把缺失值重新编码为其他值，可以选择前置填充(fill forward)或后值填充(fill backward)，前值填充时，将按照前一个值填充缺失值。而按照后一个值填充则为后置填充。本例中选择前置填充来试下效果。(最后一列为全部空值，暂不取。)
import pandas as pddata = pd.read_excel(r"C:\Users\Administrator\Desktop\合并单元格.xlsx")print(data.fillna(method = "ffill").iloc[0:8,0:4])
这样的表格再进行后面处理就方便许多。
0 2
合并单元格
前言
当解决了拆分的单元表格，假设处理完成后又想将表格某一部分合并又该如何办呢？很遗憾pandas并未给出很好的解决方案。pandas能做的合并拆分仅限为索引。如果真想实现过程过于复杂，这不是我们想要的。这时候openpyxl库则给出了一个很好的答案：merge_cells方法。
根据下面的结果可以看出，它实施合并的机制和Excel是一模一样的，并没有什么不同。你要确定自己合并的数值，确定的值在你要合并单元格区域内的左上角即可。
import openpyxl as opwb = op.load_workbook(r"C:\Users\Administrator\Desktop\合并单元格.xlsx")ws = wb.worksheets[0]ws.merge_cells('B2:C3')wb.save(r"C:\Users\Administrator\Desktop\合并单元格.xlsx")
end