如何使用Python合并Excel文件中的多个Sheet

在日常工作中，我们经常会遇到需要处理多个Excel工作表（Sheet）的情况。比如，一个Excel文件中包含了一个月内每天的数据，每个工作表代表一天。有时候，为了方便分析，我们需要将这些分散的数据合并到一个工作表中。手动复制粘贴不仅效率低下，而且容易出错。这时，我们可以使用Python的pandas库和openpyxl库来自动化这个过程。
D:\spiderdocs\mergesheet.py

全部代码

import wx
from openpyxl import load_workbook, Workbook

class MyApp(wx.App):
    def OnInit(self):
        frame = MyFrame(None, title="Excel Sheet Merger")
        frame.Show()
        return True

class MyFrame(wx.Frame):
    def __init__(self, parent, title):
        super(MyFrame, self).__init__(parent, title=title, size=(300, 200))
        panel = wx.Panel(self)
        vbox = wx.BoxSizer(wx.VERTICAL)

        self.button = wx.Button(panel, label="Select Excel File")
        self.button.Bind(wx.EVT_BUTTON, self.on_open_file)

        vbox.Add(self.button, 0, wx.ALL | wx.CENTER, 5)
        panel.SetSizer(vbox)

    def on_open_file(self, event):
        with wx.FileDialog(self, "Open Excel file", wildcard="Excel files (*.xlsx)|*.xlsx",
                           style=wx.FD_OPEN | wx.FD_FILE_MUST_EXIST) as fileDialog:
            if fileDialog.ShowModal() == wx.ID_CANCEL:
                return

            path = fileDialog.GetPath()
            self.merge_sheets(path)

    def merge_sheets(self, filepath):
        wb = load_workbook(filepath)
        new_wb = Workbook()
        new_ws = new_wb.active
        new_ws.title = "Merged Sheet"

        for i, sheet_name in enumerate(wb.sheetnames[:5]):
            ws = wb[sheet_name]
            for row in ws.iter_rows(values_only=True):
                new_ws.append(row)

        save_path = filepath.replace('.xlsx', '_merged.xlsx')
        new_wb.save(save_path)
        wx.MessageBox(f"Merged file saved as: {save_path}", "Info", wx.OK | wx.ICON_INFORMATION)

if __name__ == '__main__':
    app = MyApp()
    app.MainLoop()

环境准备

首先，确保你的环境中安装了pandas和openpyxl库。如果没有安装，可以通过以下命令安装：

pip install pandas openpyxl

代码分析

下面是一个简单的Python脚本，用于合并一个Excel文件中的前5个工作表：

import pandas as pd

def merge_sheets(file_path, output_file, num_sheets=5):
    # 加载Excel文件
    xls = pd.ExcelFile(file_path)
    
    # 创建一个空的DataFrame用于存储合并后的数据
    merged_df = pd.DataFrame()
    
    # 循环读取前num_sheets个工作表
    for sheet_name in xls.sheet_names[:num_sheets]:
        # 读取每个工作表的数据
        df = pd.read_excel(xls, sheet_name=sheet_name)
        # 将读取的数据追加到merged_df中
        merged_df = pd.concat([merged_df, df], ignore_index=True)
    
    # 将合并后的数据保存到新的Excel文件
    merged_df.to_excel(output_file, index=False)

# 调用函数
file_path = 'path_to_your_excel_file.xlsx'
output_file = 'merged_excel_file.xlsx'
merge_sheets(file_path, output_file)

代码解释

导入库：首先，我们导入了pandas库，它是Python中用于数据处理和分析的强大工具。
定义函数：我们定义了一个名为merge_sheets的函数，它接受三个参数：file_path（Excel文件的路径）、output_file（输出文件的名称）、num_sheets（需要合并的工作表数量，默认为5）。
加载Excel文件：使用pd.ExcelFile函数加载Excel文件，这样我们可以访问文件中的所有工作表。
初始化DataFrame：创建一个空的DataFrame，merged_df，用于存储合并后的数据。
循环读取工作表：通过xls.sheet_names获取所有工作表的名称，并循环读取前num_sheets个工作表。对于每个工作表，使用pd.read_excel函数读取数据，并使用pd.concat函数将其追加到merged_df中。
保存合并后的数据：最后，使用to_excel函数将合并后的数据保存到新的Excel文件中。

运行结果

在这里插入图片描述

注意事项

确保file_path和output_file正确指向了你的文件路径和期望的输出文件。
如果你的Excel文件中的工作表数量超过了5个，你可以通过修改num_sheets参数来调整需要合并的工作表数量。
合并的数据将按照它们在原始文件中的顺序排列。

通过使用Python脚本自动化合并Excel工作表的过程，我们可以节省大量的时间和精力，特别是在处理大型数据集时。这种方法不仅提高了效率，而且减少了人为错误的可能性。