sheet_name :None、string、int、字符串列表或整数列表,默认为0。字符串用于工作表名称,整数用于零索引工作表位置,字符串列表或整数列表用于请求多个工作表,为None时获取所有工作表。
header :指定作为列名的行,默认0,即取第一行的值为列名。数据为列名行以下的数据;若数据不含列名,则设定 header = None。
names :默认为None,要使用的列名列表,如不包含标题行,应显示传递 header=None 。
index_col :指定列为索引列,默认None列(0索引)用作DataFrame的行标签。
usecols :int或list,默认为None。
squeeze :boolean,默认为False,如果解析的数据只包含一列,则返回一个Series。
dtype :列的类型名称或字典,默认为None。数据或列的数据类型。例如{'a':np.float64,'b':np.int32}使用对象保存存储在Excel中的数据而不解释dtype。如果指定了转换器,则它们将应用于dtype转换的INSTEAD。
skiprows :省略指定行数的数据,从第一行开始。
skipfooter :省略指定行数的数据,从尾部数的行开始。
dtype :字典类型{'列名1':数据类型,‘列名’:数据类型},设定指定列的数据类型。
import pandas as pd
import glob
file=[ ]
file_location=glob.glob(r'./*.xlsx')
for filename in file_location:
file.append(filename)
print(filename)
res=pd.read_excel(file[0])
for i in range(1,len(file)):
a=pd.read_excel(file[i])
res=pd.concat([res,a],ignore_index=True,sort=False)
print(res.head())
writer=pd.ExcelWriter('all.xlsx') # 如果 all.xlsx存在,则打开;反之,新建all.xlsx,再打开
res.to_excel(writer,'sheet1',index=False,header=None) #忽略 index;忽略列名,不是 column=False
writer.save()
writer_1=pd.ExcelWriter('bll.xlsx') #创建新excel文件
b=pd.read_excel('all.xlsx',sheet_name='sheet1')
b.to_excel(writer_1,'sheet1') #写入'sheet1'中
t=pd.read_excel('test1.xlsx',sheet_name='Sheet1')
t.to_excel(writer_1,'sheet2',index=False,header=None) #写入'sheet2'中,设置参数
writer_1.save()
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)