本文主要是介绍pandas批量拆分与合并Excel文件的实现示例，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《pandas批量拆分与合并Excel文件的实现示例》本文介绍了Pandas中基于整数位置的iloc和基于标签的loc方法进行数据索引和切片的操作,并将大Excel文件拆分合并,具有一定的参考价值,感...
一、Pandas 进行索引和切片的iloc、loc方法
iloc是基于整数位置进行索引和切片的方法
它允许您使用整数来访问 DataFrame 或 Series 中的特定行和列
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'Aphp': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 使用 iloc 访问特定行和列
value = df.iloc[0, 1] # 获取第一行、第二列的值
row = df.iloc[1] # 获取第二行的所有列
col = df.iloc[:, 2] # 获取第三列的所有值
slice_df = df.iloc[1:3, 0:2] # 获取第二行到第三行、第一列到第二列的切片
print(value) # 输出: 4
print(row) # 输出: A 2\nB 5\nC 8\nName: 1, dtype: int64
print(col) # 输出: 0 7\n1 8\n2 9\nName: C, dtype: int64
print(slice_df)
# 输出:
# A B
# 1 2 5
# 2 3 6
loc是基于标签进行索引和切片的方法。
它允许您使用标签来访问 DataFrame 或 Series 中特定的行和列
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])
# 使用 loc 访问特定行和列
value = df.loc['a', 'B'] # 获取索引为 'a'，列为 'B' 的值
row = df.loc['b'] # 获取索引为 'b' 的所有列
col = df.loc[:, 'C'] # 获取列标签为 'C' 的所有值
slice_df = df.loc['b':'c', 'A':'B'] # 获取索引为 'b' 到 'c'，列标签为 'A' 到 'B' 的切片
print(value) # 输出: 4
print(row) # 输出: A 2\nB 5\nC 8\ndtype: int64
print(col) # 输出: a 7\nb 8\nc 9\nName: C, dtype: int64
print(slice_df)
# 输出:
# A B
# b 2 5
# c 3 6
二、Pandas批量拆分与合并Excel文件
将一个大Excel等分，拆成多个Excel
将多个小Excel合并并标记来源
import pandas as pd df_path = '/Users/python/Desktop/means/ml-25m/ratings.csv' df_source = pd.read_csv(df_path) df_source.head() userId movieId rating timestamp 0 1 296 5.0 1147880044 1 1 306 3.5 1147868817 2 1 307 5.0 1147868828 3 1 665 5.0 1147878820 4 1 899 3.5 1147868510
df.index 查看索引信息 总共行数1000209 RangeIndex(start=0, stop=1000209, step=1)
df.shapeLPraZKMB 查看总的行列信息 总共1000209行 4列 (1000209, 4) 获取总的行数信息 total_row_count = df.shape[0] total_row_count 1000209
二、 将一个大的Excel 等分拆成多个Excel
计算拆分后每个excel的行数 （可能除不尽 取余 + 1）
user_names = ["zhangsan", "lisi", "wanger", 'mazi']
split_size = total_row_count // len(user_names)
if total_row_count % len(user_names) != 0:
split_size += 1
拆分多个dataframe
for idx, user_name in enumerate(user_names):
begin = idx * split_size
end = (idx + 1 ) * split_size
df_sub = df_source.iloc[begin:end]
df_subs.append((idx, user_name, df_sub))
将多个datafame 写入csv
for idx, user_name, df_sub in df_subs:
file_name = f'/Users/python/Desktop/means/ml-25m/ratings_{user_name}.csv'
df_sub.to_csv(file_name, index=False)
三、 将多个Excel合并成一个大的Excel
1. 便利文件夹，得到要合并的Excel 文件列表 2. 分别去读到dataframe, 给每个df添加一列用于标记来源 3. 使用pd.concat 进行批量合并 4. 将合并到的dataframe 输入到excel
读取要合并的excel，并添加username 列 df_list = [] fnames = ['ratings_mazi.csv', 'ratings_zhangsan.csv', 'ratings_lisi.csv','ratings_wanger.csvChina编程','ratings_mazi.csv'] for fname in fnames: file_name = f'/Users/python/Desktop/means/ml-25m/{fname}' df_split = pd.read_csv(file_name) username = fname.replace("ratings_", '').replace(".csv", '') df_split['username'] = username df_list.append(df_split)
使用pd.concat 进行合并 df_merged = pd.concat(df_list) df_merged.shape 查看总的行列信息 总共1000209行 4列 df_merged.head() 查看合并后的前几行信息 userId movieId rating timestamp username 0 5109 508 3.0 840577637 mazi 1 5109 519 2.0 840577227 mazi 2 5109 524 2.0 840577346 mazi 3 5109 527 3.0 840576285 mazi 4 5109 529 3.0 840576680 mazi df_merged['username'].value_counts() 查看username 的取值种类 username mazi 500106 zhangsan 250053 lisi 250053 wanger 250053 Name: count, dtype: int64
将合并后的dataframe输入到excel中
df_merged.to_csv('/Users/pyth编程China编程on/Desktop/means/ml-25m/ratings_merged.csv', index=False)
到此这篇关于pandas批量拆分与合并Excel文件的文章就介绍到这了,更多相关pandas批量拆分与合并Excel内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！
这篇关于pandas批量拆分与合并Excel文件的实现示例的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
