pandas实现多个excel合并统计

简述

  • 案例说明

  • pandas环境

  • 完整示例

    • 第一步 打开excel文件

    • 第二步 合并sheet

    • 第三步 统计各类型商品销售额，生成excel文件

    • 第四步 合并两列单元格

  • 总结

简述

Pandas是python一款用于数据分析处理的优秀工具，掌握简单的使用方法，可以减少我们很多的工作时间，本篇主要介绍pandas对excel的读写，以及简单的合并统计，下一章会为大家介绍Pandas的简单绘图。

案例说明

需求：

  1. 将两个sheet文件合并为一个，生成新excel文件

  2. 统计两天各类型商品的销售额，生成新excel文件

  3. 将相同名称但不同价格的商品汇总(合并单元格)，生成新excel文件

数据文件：

pandas环境

这里默认你已经安装好了pandas环境，也就是import pandas as pd 没有报错
如果你没有pandas环境，网上有很多优秀教程，其实很简单，只需要python环境下的pip install pandas就行了

完整示例

第一步 打开excel文件

第一步是最简单的一步，但也是用的最多的一步，大家主要记住几个常用的参数。

import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_excel('E:/data/myfile/商品销售信息表.xlsx',encoding='windows-1252',
                        sheetname=None,
                        header=1,
                        skip_footer=1
                    )

参数1：文件路径
参数2： sheetname，默认为0，表示sheet的下标索引，设置为None表示打开所有 Sheet，若要打开指定的sheet，
可传入下标数组， 如sheetname=[0,1,6,8]
参数3：header，标题所在的行数，若不设置，默认第一行为标题（header=0），本例中标题在第二行，所以header=1
参数4：skip_footer，底部跳过多少行，本例中底部有一行多余数据，故skip_footer=1

data返回的是一个dataframe集合，类似Dictionary
可以这样输出：data['商品销售信息表0714’] 或 data['商品销售信息表0715’]

第二步 合并sheet

合并sheet要用到concat函数，根据表头进行合并，代码如下：

import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_excel('E:/data/myfile/商品销售信息表.xlsx',encoding='windows-1252',
                        sheetname=None,
                        header=1,
                        skip_footer=1
                    )

df_all = pd.concat([data['商品销售信息表0714'],data['商品销售信息表0715']],axis=0)

concat 的两个参数：
第一个参数 是要合并的dataframe对象数组，也就是sheet集合
第二个参数 可以省略，代表合并的方向，默认是0，表示纵向合并；

合并的对象

第三步 统计各类型商品销售额，生成excel文件

其实从统计学的角度来说，这一步之前应该是数据清洗，处理掉空值和异常值，这里暂时不做说明。
Pandas对数据的统计处理，主要使用 groupby 函数，熟悉sql的朋友应该不会陌生，也就是分组统计。

import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_excel('E:/data/myfile/商品销售信息表.xlsx',encoding='windows-1252',
                        sheetname=None,
                        header=1,
                        skip_footer=1
                    )
df_all = pd.concat([data['商品销售信息表0714'],data['商品销售信息表0715']],axis=0)
df_type = df_all.groupby(['商品名','价格']).sum()
df_result = df_type.reset_index()

groupby 会把所有的数字列全部汇总，如需过滤，可使用 df_result [{'商品名’,’价格’,'数量’,'总价’}] 进行过滤

按照 商品-价格 分类汇总，这里调用 reset_index() 方法，让结果看起来更直接一些。
生成excel:

df_result.to_excel('E:/dat/myfile/分类统计各类型商品销售额.xlsx')

第四步 合并两列单元格

合并两列单元格的思路，是生成一列新的单元格

import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_excel('E:/data/myfile/商品销售信息表.xlsx',encoding='windows-1252',
                        sheetname=None,
                        header=1,
                        skip_footer=1
                    )

df_all = pd.concat([data['商品销售信息表0714'],data['商品销售信息表0715']],axis=0)
df_all['商品-价格'] = df_all['商品名'] +  '-' + df_all['价格'].map(str)

输出df_all:

选择需要保存的列：

df_result = df_type[{'商品-价格','数量','总价'}]
df_result.to_excel('E:/data/myfile/合并_商品销售信息表.xlsx')

总结

示例相对比较简单，在实际运用中可能遇到的问题会比较复杂，希望大家可以一起交流学习，这是一个知识大爆炸的年代，大到终身学习也未必学得完，只有不断的交流合作，才能保持自己的进步。

赞 (0)

相关推荐