如何将 Excel 文件与 python 合并? (列S+列S)

How to combine Excel file with python? (columnAB+columnC)

如何将 Excel 文件与 python 合并? (AB 列+C 列) 我用pandas组合Excelfile.However,不行

!pip install xlrd
!pip install xlwt
!pip install openpyxl
import xlrd
import xlwt
import openpyxl



import pandas as pd

df = pd.DataFrame()

for f in ['MOMO摩天-專品商品名稱購買人數.xls', "MOMO摩天-專品價格.xls"]:
    data = pd.read_excel(f, 'Sheet1')
    data.index = [os.path.basename(f)] 
    df = df.append(data)

df.to_excel('Combine.xls')

您可以将 Excel 个文件转换为两个不同的 Dataframe,然后使用此函数将两个 Dataframe 合并为一个:

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.merge.html

例如:

> df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [1, 2, 3, 5]})
> df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [5, 6, 7, 8]})
> df1
    lkey value
0   foo      1
1   bar      2
2   baz      3
3   foo      5
> df2
    rkey value
0   foo      5
1   bar      6
2   baz      7
3   foo      8

> df1.merge(df2, left_on='lkey', right_on='rkey')
  lkey  value_x rkey  value_y
0  foo        1  foo        5
1  foo        1  foo        8
2  foo        5  foo        5
3  foo        5  foo        8
4  bar        2  bar        6
5  baz        3  baz        7

您可以使用 [=40 将 Excel 文件导入 Python =]'read_excel'.

import pandas as pd

#Replace - Path where the Excel file is stored\File name.xlsx
#Replace - your Excel sheet name

df = pd.read_excel (r'Path where the Excel file is stored\File name.xlsx', sheet_name='your Excel sheet name')

print (df)

合并 Pandas 中的两列。

您可以使用以下语法将两个文本列合并为 pandas DataFrame 中的一个:

#Replace - Column Names with applicable column names 
df['new_column'] = df['column1'] + df['column2']

您可以使用 [= 将 Pandas DataFrame 导出到 Excel 文件36=]

#Replace - Path where the exported excel file will be stored\File Name.xlsx
df.to_excel(r'Path where the exported excel file will be stored\File Name.xlsx', index = False)

导入 pandas 作为 pd

df1 = pd.read_excel(name1) #if doesn't work, change file format to xlsx
df2 = pd.read_excel(name2)

现在使用合并或连接。例如:

df = df1.join(df2)