溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“Python如何批量合并表格”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python如何批量合并表格”吧！
這種方法適用于小的數據量，數據量大的時候，打開一個EXCEL表格就已經很費時間了，針對小的數據量的合并，比如本文的data文件夾下是9月份一個月的數據，可以新建一個EXCEL表格，點擊數據>獲取數據>自文件>從文件夾，點擊組和，即可對于數據表進行批量合并。
另一種方法是寫代碼的方式，適用于數據量比較大的批量數據，借助Python中的兩個標準庫pandas和os庫，下面先了解一下這兩個庫的作用。
Pandas
pandas是python的一個數據分析包
pandas是基于NumPy 解決數據分析任務的一種工具
pandas 納入了大量庫和一些標準的數據模型
pandas提供了高效地操作大型數據集所需的工具
Os庫
os庫提供通用的、基本的操作系統交互功能
os庫包含路徑操作、進程管理、環境參數等處理函數
下面實際運用代碼進行批量處理表格數據。
第一步、導入批量處理數據所需的Python標準庫。
# 導入庫import pandas as pdimport os
# 待讀取批量csv的文件夾read_path = 'C:\\Users\\shangtianqiang\\Desktop\\data'# 待保存的合并后的csv的文件夾,在路徑自己建立一個data_merge文件夾save_path = 'C:\\Users\\shangtianqiang\\Desktop\\data_merge'# 待保存的合并后的表格名csvsave_name = 'hebing.csv'
#修改當前工作目錄os.chdir(read_path)
#將該文件夾下的所有文件名存入一個列表file_list = os.listdir()
#讀取第一個CSV文件并包含表頭df = pd.read_csv(read_path +'\\'+ file_list[0],encoding = 'gbk') #編碼默認UTF-8，若亂碼自行更改為gbk
#將讀取的第一個CSV文件寫入合并后的文件保存df.to_csv(save_path+'\\'+ save_name,encoding="utf_8_sig",index=False)
#循環遍歷列表中各個CSV文件名，并追加到合并后的文件 FileStart = 1 FileEnd = len(file_list) for i in range(FileStart,FileEnd): df = pd.read_csv(read_path + '\\'+ file_list[i],encoding = 'gbk') # 編碼默認UTF-8，若亂碼自行更改為gbk df.to_csv(save_path+'\\'+ save_name,encoding="utf_8_sig",index=False, header=False, mode='a+')
感謝各位的閱讀，以上就是“Python如何批量合并表格”的內容了，經過本文的學習后，相信大家對Python如何批量合并表格這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
