新消息丨使用Python批量筛选上千个Excel文件中的某一行数据并另存为新Excel文件(上篇)

2023-01-05 09:02:34 | 来源:
点击上方“Python爬虫与数据挖掘”,进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书


(资料图片)

离离原上草,一岁一枯荣。

大家好,我是Python进阶者。

一、前言

前几天在帮助粉丝解决问题的时候,遇到一个简单的小需求,这里拿出来跟大家一起分享,后面再次遇到的时候,可以从这里得到灵感。

二、需求澄清

粉丝的问题来源于实际的需求,她现在想要使用Python批量筛选上千个Excel文件中的某一行数据并另存为新Excel文件,如果是正常操作的话,肯定是挨个点击进去Excel文件,然后CTRL+F找到满足筛选条件的数据,之后复制对应的那一行,然后放到新建的Excel文件中去。

这样做肯定是可以,但是当有上百个文件夹需要复制呢?上千个文件呢?肯定就需要消耗大量的时间和精力了。估计一天都不一定完成的了。

这里使用Python进行批量实现,流程下来,1分钟不到搞定!这里装X了,其实码代码还是需要点时间的,狗头保命!

下面这个代码是初始代码,可以实现的是筛选出来的每一行都另存为新文件,100个文件就存100个文件了。代码如下:

importpandasaspdimportospath=r"./新建文件夹/"#获取文件夹下的所有文件名name_list=os.listdir(path)name_list=(pd.DataFrame(name_list))#for循环遍历读取foriinrange(len(name_list)):df=pd.read_excel(path+name_list[0][i])print("{}读取完成!".format(i))hai=df[df["id"]=="58666"]hai.to_excel("./res/"+name_list[0][i])

三、实现过程

这里给大家提供两个可行的代码,思路也很简单,直接遍历文件夹,然后加条件筛选,之后符合条件的,直接使用concat进行合并,代码如下:

importpandasaspdimportospath=r"./新建文件夹/"#获取文件夹下的所有文件名name_list=os.listdir(path)name_list=pd.DataFrame(name_list)#计数器res=[]#for循环遍历读取foriinrange(len(name_list)):#len(name_list)等于21df=pd.read_excel(path+name_list[0][i])print("文件{}读取完成!".format(i))target_data=df[df["id"]=="58666"]#print(target_data)res.append(target_data)final_df=pd.concat(res)final_df.to_excel("target.xlsx")

代码运行之后,就可以把某一文件夹下的所有Excel满足筛选条件的Excel行,存到一个单独的Excel中去。再也不用挨个去手动复制了,使用Python事半功倍!

后来在【猫药师Kelly】的指导下,还写了一个新的代码,也是可以的,思路和上面的差不多,代码如下所示:

importpandasaspdimportospath=r"./新建文件夹/"#获取文件夹下的所有文件名name_list=os.listdir(path)#print(name_list)#name_list=pd.DataFrame(name_list)#file_path=[xxx,xxx,xxx,......]res=pd.read_excel(path+name_list[0])res=res[res["id"]=="58666"]forfileinname_list[1:]:temp=pd.read_excel(path+file)temp=temp[temp["id"]=="58666"]res=pd.concat([res,temp],ignore_index=True)res.to_excel("res.xlsx")

实现的效果如下图所示:

三、总结

大家好,我是皮皮。这篇文章主要盘点一个Python自动化办公的实用案例,这个案例可以适用于实际工作中文件处理,大家也可以稍微改进下,用于自己的实际工作中去,举一反三。

大家在学习过程中如果有遇到问题,欢迎随时联系我解决(我的微信:pdcfighting),应粉丝要求,我创建了一些高质量的Python付费学习交流群和付费接单群,欢迎大家加入我的Python学习交流群和接单群!

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

-------------------End-------------------

往期精彩文章推荐:

盘点一个JS逆向过程中中文编解码的小案例

盘点一个Python自动化办公实战案例

盘点一个Pandas操作Excel多条件取值的实战案例

盘点一个Python列表转换为字典并排序的问题

欢迎大家点赞,留言,转发,转载,感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情,点个【在看】行不行

/今日留言主题/

随便说一两句吧~~

上一篇 下一篇

相关新闻

新消息丨使用Python批量筛选上千个Excel文件中的某一行数据并另存为新Excel文件(上篇)

“律采标讯”专属于法律人的投标助手_天天速讯

今日快看!最潮中国范儿丨新能源汽车成为中国智能制造“新名片”

世界今头条!中国广电5G突围:沉默的9亿人与“五环外”的700MHz

世界微速讯:中科江南1月4日开盘涨幅达5%

颜值最高的十大退役球星,贝克汉姆领衔,马尔蒂尼第五

上海离退休人员注意!春节期间养老金提前发放,具体安排→ 环球最资讯

天天热议:2023年南昌惠民热购青云谱购车补贴申领指南

民调:65%的英国人支持举行重入欧盟公投 滚动

最后冲刺!江苏沙洲储能辅助调频项目进入试运阶段

科大讯飞(002230):独立董事提名人声明(赵锡军)

头条焦点:优加健康数智化升级,传递医疗健管“五新”价值

金山卫镇星火村集中居住一期项目已完成

科创板融资余额减少0.23亿元

直击调研 | 晶盛机电(300316.SZ):高纯石英坩埚在半导体和光伏领域均取得较高的市场份额_热点聚焦

最新新闻

新消息丨使用Python批量筛选上千个Excel文件中的某一行数据并另存为新Excel文件(上篇)

“律采标讯”专属于法律人的投标助手_天天速讯

今日快看!最潮中国范儿丨新能源汽车成为中国智能制造“新名片”

世界今头条!中国广电5G突围:沉默的9亿人与“五环外”的700MHz

世界微速讯:中科江南1月4日开盘涨幅达5%

颜值最高的十大退役球星,贝克汉姆领衔,马尔蒂尼第五

上海离退休人员注意!春节期间养老金提前发放,具体安排→ 环球最资讯

天天热议:2023年南昌惠民热购青云谱购车补贴申领指南

民调:65%的英国人支持举行重入欧盟公投 滚动

最后冲刺!江苏沙洲储能辅助调频项目进入试运阶段

科大讯飞(002230):独立董事提名人声明(赵锡军)

头条焦点:优加健康数智化升级,传递医疗健管“五新”价值

金山卫镇星火村集中居住一期项目已完成

科创板融资余额减少0.23亿元

直击调研 | 晶盛机电(300316.SZ):高纯石英坩埚在半导体和光伏领域均取得较高的市场份额_热点聚焦

轨道交通崇明线超大盾构“申通号”正式开启穿越长江之旅

Chinese Brain-computer Interface Startup NeuroXess Completes Series A Financing 世界信息

2023辽宁卫视春晚主持人是谁?公布了吗?-世界快播

宁夏建材: 宁夏建材独立董事关于公司2023年度对外担保额度预计之独立意见

怎样挑又大又甜的柚子 如何挑选又大又甜的柚子呢

赞美桥梁的唯美句子(精选91句)-世界报资讯

西藏矿业:919天为项目最终竣工验收结束的时间|每日快播

2022重庆华渝重工招聘岗位(中专可报)

英科医疗(300677)12月27日主力资金净卖出4465.76万元

翰博高新: 关于开展外汇衍生品交易业务的可行性分析报告

生态环境部大气司副司长张大伟:统筹大气污染防治和温室气体减排

杭州市监部门打出“组合拳” 助推个体民营经济高质量发展

李一桐辞演后,武庚纪官宣女主是邢菲,和任嘉伦二搭有何惊喜?

【独家焦点】物业维修基金缴纳方法是什么

2022年最后一周投资策略来了!六大机构把脉A股行情 这一时点或是最佳布局时机|今日最新