python 将A列B列数据合并到新的空白列 保存 xlsx格式

您好！可以使用 pandas 库来读取Excel文件并将A列和B列的数据合并到新的空白列中，并将结果保存为xlsx格式。以下是一个示例代码：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_file.xlsx')

# 将A列和B列的数据合并到新的空白列中
df['C'] = df['A'].astype(str) + df['B'].astype(str)

# 保存为xlsx格式
df.to_excel('result.xlsx', index=False)

在这个示例中，假设您要处理的Excel文件名为 "your_file.xlsx"，其中A列和B列的数据需要合并到新的空白列C中。代码中，我们使用了 pandas 库的 read_excel() 方法来读取Excel文件，然后使用 astype() 方法将A列和B列的数据转换为字符串类型，并使用加号（+）将它们合并到新的列C中。最后，我们使用 to_excel() 方法将结果保存为xlsx格式的文件，其中 index=False 参数表示不保存行索引。

相关问题

使用PYTHON写一段代码，对指定的"D:\1_ZC专项\0-每日批量清洗数据目录\表格汇总前文件夹下"的所有XLSX表格从第3行开始进行合并后，命令为日期+地名+数据合并的xlsx文件，保存到"D:\1_ZC专项\0-每日批量清洗数据目录\"文件夹中，随后在合并后的表格第6列后插入一列空值，在第16行第3行写入内容：”VLOOKUP(O3,Sheet2!A:B,2,FALSE)“并向下填充该列后保存表格

以下是代码实现：

import pandas as pd
from datetime import date

# 定义文件路径和名称
folder_path = r"D:\1_ZC专项\0-每日批量清洗数据目录\表格汇总前文件夹下\\"
output_path = r"D:\1_ZC专项\0-每日批量清洗数据目录\\"
file_name = str(date.today()) + "_地名数据合并.xlsx"

# 读取所有xlsx文件并合并数据
data_frames = []
for file in os.listdir(folder_path):
    if file.endswith(".xlsx"):
        df = pd.read_excel(folder_path + file, header=2)
        data_frames.append(df)
merged_df = pd.concat(data_frames)

# 插入空白列
merged_df.insert(5, "空白列", "")

# 写入公式
merged_df.iloc[15, 2] = "VLOOKUP(O3,Sheet2!A:B,2,FALSE)"
merged_df.iloc[15:, 2] = merged_df.iloc[15, 2]

# 保存文件
merged_df.to_excel(output_path + file_name, index=False)

这段代码会读取"D:\1_ZC专项\0-每日批量清洗数据目录\表格汇总前文件夹下"文件夹下的所有xlsx文件，并在第3行开始进行合并。随后，将合并后的表格命名为日期+地名+数据合并的xlsx文件，并保存到"D:\1_ZC专项\0-每日批量清洗数据目录\"文件夹中。

然后，在合并后的表格的第6列后插入一列空值，并在第16行第3列写入公式"VLOOKUP(O3,Sheet2!A:B,2,FALSE)"。最后，将该公式向下填充整列，并保存表格。

python 将excel"B"到“M”列合并为一个列,并以“_”分割，如果存在单元格为空白，则忽略这个单元格

可以使用 pandas 库来读取 Excel 文件，并将 B 列到 M 列合并为一个列，并以 "_" 分割。如果存在单元格为空白，则忽略这个单元格。

以下是示例代码：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('your_excel_file.xlsx')

# 将 B 列到 M 列合并为一个列，并以 "_" 分割，忽略空白单元格
df['New Column'] = df.iloc[:, 1:13].apply(lambda x: '_'.join(str(i) for i in x if not pd.isna(i)), axis=1)

# 删除 B 列到 M 列
df.drop(df.iloc[:, 1:13], inplace=True, axis=1)

# 保存修改后的 Excel 文件
df.to_excel('modified_excel_file.xlsx', index=False)

这段代码中，`df.iloc[:, 1:13]` 表示选取第 1 列到第 13 列（即 B 列到 M 列），`axis=1` 表示沿着列方向进行操作。`'_'.join(str(i) for i in x if not pd.isna(i))` 表示将每行非空白数据连接成一个字符串，并用 "_" 分割。最后，将新列命名为 "New Column"，并将修改后的 Excel 文件保存为 "modified_excel_file.xlsx"。