此系列文章收錄在公眾號(hào)中：數(shù)據(jù)大宇宙 > 數(shù)據(jù)處理 >E-pd

轉(zhuǎn)發(fā)本文并私信我"python"，即可獲得Python資料以及更多系列文章(持續(xù)更新的)

經(jīng)常聽別人說 Python 在數(shù)據(jù)領(lǐng)域有多厲害，結(jié)果學(xué)了很長時(shí)間，連數(shù)據(jù)處理都麻煩得要死。后來才發(fā)現(xiàn)，原來不是 Python 數(shù)據(jù)處理厲害，而是他有數(shù)據(jù)分析神器—— pandas

前言

本系列上一節(jié)說了拆分?jǐn)?shù)據(jù)的案例，這次自然是說下怎么合并數(shù)據(jù)。

隨著需求復(fù)雜度提高，很多時(shí)候已經(jīng)不能用 excel 自帶功能實(shí)現(xiàn)了，不過 pandas 中許多概念與 excel 不謀而合

---

案例1

公司的銷售系統(tǒng)功能不全，導(dǎo)出數(shù)據(jù)時(shí)只能把各個(gè)部門獨(dú)立一個(gè) Excel 文件，此時(shí)你需要對整體數(shù)據(jù)做分析，最好的方式當(dāng)然是先把各個(gè)文件統(tǒng)一匯總起來：

• 注意看，雖然每個(gè)表的標(biāo)題一樣，但是他們的順序可能出現(xiàn)不一致

---

這里有3個(gè)關(guān)鍵點(diǎn)：

• 如何獲得一個(gè)文件夾中所有文件的路徑
• 加載 Excel 文件數(shù)據(jù)
• 列標(biāo)題對齊的情況下，多個(gè)數(shù)據(jù)合并

這次我們需要用到3個(gè)包：

• pandas 不用多說
• from pathlib import Path ，用于獲取文件夾中文件的路徑
• openpyxl 用于讀取 Excel 文件所有的工作表

---

我們來看看如何用 pandas 完成需求：

• Path('案例1').glob('*.xlsx') ，獲得指定文件夾(案例1)中的所有 Excel 文件路徑
• pd.read_excel(f) ，加載 Excel 數(shù)據(jù)
• pd.concat(dfs) ，合并多個(gè)數(shù)據(jù)，pandas 自動(dòng)進(jìn)行索引對齊

關(guān)于 pathlib 的知識(shí)點(diǎn)，請關(guān)注公眾號(hào)的入門必備系列文章

---

上面是普通的寫法，這場景我傾向于使用推導(dǎo)式：

推導(dǎo)式內(nèi)容，請看 數(shù)據(jù)大宇宙 > Python入門必備 > 必備知識(shí) > 細(xì)講Python推導(dǎo)式

---

案例2

有時(shí)候，表格中沒有必要的信息，如下：

• 這次表格中沒有部門列，部門的信息只能在文件名字中獲取

---

• df['部門'] = f.stem ，pandas 中添加一列值是非常容易。f.stem 是不帶后綴的文件名字

---

為什么上面不用推導(dǎo)式呢？因?yàn)橥茖?dǎo)式只適合一行連續(xù)調(diào)用的寫法，當(dāng)然這里還是可以使用推導(dǎo)式實(shí)現(xiàn)的：

• DataFrame.assign(部門=f.stem) 是一個(gè)添加列并且返回修改后的數(shù)據(jù)的方法，特別適合這種場景下使用

各種創(chuàng)建或移除行列數(shù)據(jù)的應(yīng)用，請留意專欄文章

總結(jié)

以上是生活随笔為你收集整理的c++控制台应用每一列数据如何对齐_懂Excel就能轻松入门Python数据分析包pandas(十六)：合并数据...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。