python对两个excel表进行操作_python读取合并单元格的数据

激活谷笔记 • 2025-05-28 17:23 • 阅读 101

合并两个Excel文件可以通过多种方法实现，以下是使用Python进行合并的几种常见方法：

方法一：使用`pandas`库

`pandas`是一个强大的数据处理库，可以方便地读取和合并Excel文件。

```python

import pandas as pd

读取两个Excel文件

df1 = pd.read_excel（'file1.xlsx'）

df2 = pd.read_excel（'file2.xlsx'）

合并两个数据框

df_merged = pd.concat（[df1, df2], axis=0, ignore_index=True）

保存合并后的数据框到新的Excel文件

df_merged.to_excel（'merged_file.xlsx', index=False）

方法二：使用`openpyxl`库`openpyxl`专门用于处理`.xlsx`文件，并且可以保留公式（如果数据只模式为`data_only=True`）。```pythonfrom openpyxl import load_workbook
 加载两个Excel文件
wb1 = load_workbook（'file1.xlsx', data_only=True）
wb2 = load_workbook（'file2.xlsx', data_only=True）
 获取工作簿中的所有工作表
ws1 = wb1.active
ws2 = wb2.active
 创建一个新的工作簿
wb_merged = Workbook（）
ws_merged = wb_merged.active
 将第一个工作表的内容复制到新工作簿
for row in ws1.iter_rows（min_row=1, max_row=ws1.max_row, min_col=1, max_col=ws1.max_column, values_only=True）:
 ws_merged.append（row）
 将第二个工作表的内容复制到新工作簿
for row in ws2.iter_rows（min_row=1, max_row=ws2.max_row, min_col=1, max_col=ws2.max_column, values_only=True）:
 ws_merged.append（row）
 保存合并后的工作簿
wb_merged.save（'merged_file.xlsx'）

方法三：使用`xlrd`和`xlsxwriter`库

这种方法既可以处理`.xls`文件，也可以处理`.xlsx`文件。

```python

import xlrd

import xlsxwriter

打开两个Excel文件

workbook1 = xlrd.open_workbook（'file1.xls'）

workbook2 = xlrd.open_workbook（'file2.xls'）

创建一个新的Excel文件

workbook_merged = xlsxwriter.Workbook（'merged_file.xlsx'）

worksheet_merged = workbook_merged.add_worksheet（）

将第一个文件的内容写入新的Excel文件

for row_idx in range（workbook1.nsheets）:

worksheet = workbook1.sheet_by_index（row_idx）

for col_idx in range（worksheet.ncols）:

worksheet_merged.write（row_idx, col_idx, worksheet.cell_value（row_idx, col_idx））

将第二个文件的内容写入新的Excel文件

for row_idx in range（workbook2.nsheets）:

worksheet = workbook2.sheet_by_index（row_idx）

for col_idx in range（worksheet.ncols）:

worksheet_merged.write（row_idx, col_idx, worksheet.cell_value（row_idx, col_idx））

关闭并保存新的Excel文件

workbook_merged.close（）

以上方法都可以根据你的具体需求进行调整。请选择适合你情况的方法进行操作

python对两个excel表进行操作_python读取合并单元格的数据

相关推荐