Hvordan konsolidere flere Excel-arbeidsbøker med Python

Python, som språk, er verdifullt utover mål, spesielt når du ønsker å jobbe med strukturerte data. Siden folk lagrer mye data i Excel-filer, er det viktig å konsolidere flere filer for å spare tid og krefter.

Python lar deg gjøre akkurat det; uansett hvor mange Excel-filer du vil kombinere, kan du gjøre det relativt enkelt. Gitt utvalget av biblioteker og tredjepartsressurser, kan du importere og bruke Pythons mangefasetterte verktøy for å gjøre budene dine.

I denne veiledningen må du installere og bruke Pandas-bibliotekene til å importere data til Python før du konsoliderer dem.

Installer Pandas Libraries i Python

Pandas er et tredjepartsbibliotek som du kan installere i Python. Noen IDE-er har allerede Pandaer installert i seg.

Hvis du bruker en IDE-versjon som ikke følger med forhåndsinstallerte pandaer, vær trygg, du kan installere den direkte i Python.

Slik installerer du Pandas:

pip installer pandaer

Hvis du bruker Jupyter Notebook, kan du installere Pandas direkte med PIP-kommando. For det meste, når du har installert Jupyter med Anaconda, er det store sjanser for allerede å ha Pandaer tilgjengelig for direkte bruk.

Hvis du ikke kan ringe Pandas, kan du bruke kommandoen ovenfor for å installere dem direkte.

Kombinere Excel-filer med Python

Først må du opprette en mappe på ønsket sted med alle Excel-filene. Når mappen er klar, kan du begynne å skrive koden for å importere bibliotekene.

Du vil bruke to variabler i denne koden:

1. Pandaer: Pandas-biblioteket gir datarammene for å lagre Excel-filer.
2. OS: Biblioteket er nyttig for å lese data fra maskinens mappe

For å importere disse bibliotekene, bruk disse kommandoene:

Importer pandaer som pd
Importer OS

• Import: Python-syntaks som brukes til å importere bibliotekene i Python
• Pandaer: Navn på biblioteket
• pd: Alias ​​gitt til biblioteket
• OS: Et bibliotek for å få tilgang til systemmappen

Når du har importert bibliotekene, lag to variabler for å lagre inngangs- og utdatafilbanen. Inndatafilbanen er nødvendig for å få tilgang til filenes mappe. Utdatafilbanen er nødvendig siden den kombinerte filen vil bli eksportert dit.

Hvis du bruker Python, sørg for at du endrer skråstreken til forover-skråstrek (\ til /)

input_file_path = "C:/Brukere/gaurav/OneDrive/Desktop/Excel-filer/"
output_file_path = "C:/Brukere/gaurav/OneDrive/Desktop/"

Legg til / på slutten også for å fullføre stiene.

Mappens filer er tilgjengelige i en liste. Opprett en liste for å lagre alle filreferansene til inndatamappen ved å bruke listedir funksjon fra OS bibliotek.

Hvis du er usikker på hvilke funksjoner som er tilgjengelige i et bibliotek, kan du bruke dir funksjon med biblioteknavnet. For å sjekke den nøyaktige versjonen av listdir-funksjonen, kan du for eksempel bruke kommandoen som følger:

dir (OS)

Utdataene vil bestå av alle de tilknyttede funksjonene som er tilgjengelige i OS-biblioteket. Listdir-funksjonen er en av de mange funksjonene som er tilgjengelige i dette biblioteket.

Opprett en ny variabel for å lagre inndatafilene fra mappen.

excel_file_list = os.listdir (input_file_path)

Skriv ut denne variabelen for å se navnene på filene som er lagret i mappen. Alle filer som er lagret i mappen vises når du bruker utskriftsfunksjonen.

print (excel_file_list)

Deretter må du legge til en ny dataramme for å lagre hver Excel-fil. Se for deg en dataramme som en beholder for lagring av data. Her er kommandoen for å lage en dataramme.

df = pd. Dataramme()

• df: Variabel for å lagre verdien til DataFrame
• pd: Alias ​​for Pandas bibliotek
• Dataramme: Standard syntaks for å legge til en dataramme

Inndatamappen har tre .xlsx filer i dette eksemplet. Filnavnene er:

Fil1_excel.xlsx
Fil2_excel.xlsx
File3_excel.xlsx

For å åpne hver fil fra denne mappen, må du kjøre en løkke. Løkken vil kjøre for hver av filene i listen opprettet ovenfor.

Slik kan du gjøre det:

for excel_filer i excel_file_list:

Deretter er det nødvendig å sjekke filtypene siden koden bare åpner XLSX-filer. For å sjekke disse filene kan du bruke en Hvis uttalelse.

Bruke slutter med funksjon for dette formålet, som følger:

for excel_filer i excel_file_list:
if excel_files.endswith(".xlsx"):

• excel_filer: Liste med alle filverdiene
• slutter med: Funksjon for å sjekke utvidelsen av filene
• (".xlsx"): Denne strengverdien kan endres, avhengig av hva du vil søke etter

Nå som du har identifisert Excel-filene, kan du opprette en ny dataramme for å lese og lagre filene individuelt.

for excel_filer i excel_file_list:
if excel_files.endswith(".xlsx"):
df1 = pd.read_excel (input_file_path+excel_files)

• df1: Ny dataramme
• pd: Pandas bibliotek
• read_excel: Funksjon for å lese Excel-filer i Pandas-biblioteket
• input_file_path: Banen til mappen der filene er lagret
• excel_filer: Enhver variabel som brukes i for-løkken

For å begynne å legge til filene, må du bruke legge til funksjon.

for excel_filer i excel_file_list:
if excel_files.endswith(".xlsx"):
df1 = pd.read_excel (input_file_path+excel_files)
 df = df.append (df1)

Til slutt, nå som den konsoliderte datarammen er klar, kan du eksportere den til utdatastedet. I dette tilfellet eksporterer du datarammen til en XLSX-fil.

df.to_excel (output_file_path+"Consolidated_file.xlsx")

• df: Dataramme for eksport
• å utmerke seg: Kommando som brukes til å eksportere dataene
• output_file_path: Bane definert for lagring av utdata
• Consolidated_file.xlsx: Navnet på den konsoliderte filen

La oss nå se på den endelige koden:

#Pandas brukes som en dataramme for å håndtere Excel-filer
importer pandaer som pd
importere os
# endre skråstreken fra "\" til "/", hvis du bruker Windows-enheter
input_file_path = "C:/Brukere/gaurav/OneDrive/Desktop/Excel-filer/"
output_file_path = "C:/Brukere/gaurav/OneDrive/Desktop/"
#opprett en liste for å lagre alle filreferansene til inndatamappen ved å bruke listdir-funksjonen fra os-biblioteket.
#For å se innholdet i et bibliotek (som listdir-funksjonen kan du bruke dir-funksjonen på biblioteknavnet).
#Bruk dir (library_name) for å liste innhold
excel_file_list = os.listdir (input_file_path)
#skriv ut alle filene som er lagret i mappen, etter å ha definert listen
excel_file_list
#Når hver fil åpnes, bruk tilføy-funksjonen for å begynne å konsolidere dataene som er lagret i flere filer
#opprett en ny, tom dataramme for å håndtere Excel-filimportene
df = pd. Dataramme()
#Kjør en for loop til loop gjennom hver fil i listen
for excel_filer i excel_file_list:
 #sjekk kun for .xlsx-suffiksfiler
 if excel_files.endswith(".xlsx"):
 #lag en ny dataramme for å lese/åpne hver Excel-fil fra listen over filer opprettet ovenfor
 df1 = pd.read_excel (input_file_path+excel_files)
 #legg til hver fil i den originale tomme datarammen
 df = df.append (df1)
#transfer endelig utdata til en Excel-fil (xlsx) på utdatabanen 
df.to_excel (output_file_path+"Consolidated_file.xlsx")

Bruke Python til å kombinere flere Excel-arbeidsbøker

Pythons Pandas er et utmerket verktøy for både nybegynnere og avanserte brukere. Biblioteket brukes mye av utviklere som ønsker å mestre Python.

Selv om du er nybegynner, kan du ha stor nytte av å lære nyansene til Pandas og hvordan biblioteket brukes i Python.

6 Panda-operasjoner for nybegynnere

Få taket på Pandas med disse nybegynneroperasjonene.

Les Neste

Om forfatteren