此系列文章收錄在公眾號中：數據大宇宙 > 數據處理 >E-pd

轉發本文并私信我"python"，即可獲得Python資料以及更多系列文章(持續更新的)

經常聽別人說 Python 在數據領域有多厲害，結果學了很長時間，連數據處理都麻煩得要死。后來才發現，原來不是 Python 數據處理厲害，而是他有數據分析神器—— pandas

前言

本系列上一節說了拆分數據的案例，這次自然是說下怎么合并數據。

隨著需求復雜度提高，很多時候已經不能用 excel 自帶功能實現了，不過 pandas 中許多概念與 excel 不謀而合

---

案例1

公司的銷售系統功能不全，導出數據時只能把各個部門獨立一個 Excel 文件，此時你需要對整體數據做分析，最好的方式當然是先把各個文件統一匯總起來：

• 注意看，雖然每個表的標題一樣，但是他們的順序可能出現不一致

---

這里有3個關鍵點：

• 如何獲得一個文件夾中所有文件的路徑
• 加載 Excel 文件數據
• 列標題對齊的情況下，多個數據合并

這次我們需要用到3個包：

• 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 數據
• pd.concat(dfs) ，合并多個數據，pandas 自動進行索引對齊

關于 pathlib 的知識點，請關注公眾號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式：

推導式內容，請看 數據大宇宙 > Python入門必備 > 必備知識 > 細講Python推導式

---

案例2

有時候，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式呢？因為推導式只適合一行連續調用的寫法，當然這里還是可以使用推導式實現的：

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

各種創建或移除行列數據的應用，請留意專欄文章

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。