利用Python如何快速處理文件

我之前要合并將近1000個CSV表格

每個表格共370列，約360行不等，列名相同

三個方案瞬間浮現在我眼前：

1、Ctrl C + Ctrl V——可以睡公司了；

2、Excel Power Query，估計等電腦卡崩了，還得用回方案一；

3、敲代碼！俗話說，沒有什么是一行代碼解決不了的，如果有，就再敲一行。

首先，我把這個問題分解成四個小目標

01查找到工作表所在文件位置

02提取表格

03合并表格

04導出表格

01查找文件位置

首先我們導入python的os模塊: import os

使用os模塊的walk方法輸出指定目錄的文件

for file in os.walk('F:/Document/學員數據'):

print(file)

我使用for循環遍歷‘F:/Document/學員數據’，這個文件目錄，得到一個()，這是“元組”(姑且理解為一個盛放東西的容器)。里面用兩個逗號分成三部分：

1)第一部分就是我輸入的文件夾目錄。

2)第二部分是個空列表，不去管它。

3)第三部分也是一個列表，里面是我要提取的每個工作表。

第一個小目標達成(?

02、提取表格

首先，我需要知道工作表的文件路徑，這很簡單！完整的路徑就是文件夾目錄+工作表名稱

然后，我定義一個列表，嗯…這也是個容器，容納提取的912個文件

接著，我導入pandas包，用read_csv()方法來提取工作表

最后，寫好循環，把提取的文件裝進列表中，別忘了設置一個計數，用來運行時顯示進度

第二個小目標達成(?·??

03、合并表格

03、合并表格

這里我們用到了pandas的concat方法。

pandas.concat()

合并剛才列表‘l’中的所有工作表到data_result這個變量中。

第三個小目標達成(?·??·?)??

同樣，解決問題的方法也來自于pandas這款神器。

pandas.DataFrame.to_csv()方法

其實，pandas可以保存數據為許多種格式，這里我還是選擇了最常用的csv格式。

這里括號內首先填寫保存的數據路徑和名稱，其次，別忘了設置index=0的參數，否則數據會多出一列索引列。啊？聽不明白？動手試一試就明白了

第四個小目標達成(?·??·?)??

讓我們回顧一下代碼全貌

代碼不長，一共23行。

其中10-15行的是代碼核心部分，這是實現工作表合并最基本的代碼。

主要的工作思路是找到工作表所在的文件夾，提取其中每個工作表，合并它們，然后導出數據。(四個小目標)

才23行代碼就可以解決你平時要4-5個小時處理的重復性工作，是不是大大提升了自己的工作效率呢!

見證奇跡的時刻到了~！

醬醬在最下面加了一個計時器，猜猜做完這一堆excel表格只要多久呢

哈哈哈幾分鐘

合并912個工作表僅僅只要150秒！

純python開發，應用場景包括單工作簿多工作表、多工作簿多工作表、多文件夾多工作簿的合并。并且可以處理同時含以上三種情況的綜合問題！

Python里面有超級超級多的Excel模塊，Python也是膠水語言，可以非常好的調用C、JAVA的模塊

到了12關你還可以做一個簡單的員工管理系統

之前學員是處理廠的訂單的，需要根據訂單信息來打印標簽。他每次處理訂單都要四五個小時

python有很多處理excel的模塊。于是，用python自動處理數據、生成標簽

訂單信息類似于這樣的

每次有新訂單，運行一下程序，兩秒之內出結果，沒有多復雜，大約20多行代碼的事情而已~

這些是Python中常見的對文件的一些操作命令，可以看看，了解一下

在15關就有詳細的關于python操作文件的課程學習，

通過這一關卡的學習，對于python操作寫入和讀取都能很好的學習到的

新人創作打卡挑戰賽發博客就能抽獎！定制產品紅包拿不停！

總結

以上是生活随笔為你收集整理的python用什么处理文件_利用Python如何快速处理文件的全部內容，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。