利用python写一个程序,将文件夹里所有的excel文件内的数据整合到一个excel文件里并将这个文件命名为汇总,这些excel文件拥有相同的表头。保留原来excel文件里的所有格式

时间: 2024-04-14 15:26:58 浏览: 13
要保留原来excel文件中的所有格式,可以使用Python的openpyxl库来实现。下面是一个示例代码: ```python import os from openpyxl import load_workbook # 指定文件夹路径 folder_path = '文件夹路径' # 获取文件夹中所有excel文件的路径 file_paths = [os.path.join(folder_path, file) for file in os.listdir(folder_path) if file.endswith('.xlsx')] # 创建一个新的工作簿 wb_combined = load_workbook(file_paths[0]) # 获取新工作簿的活动表 ws_combined = wb_combined.active # 读取并整合所有excel文件的数据 for file_path in file_paths[1:]: # 打开excel文件 wb = load_workbook(file_path) # 获取第一个工作表 ws = wb.active # 将每个单元格的值和格式复制到新工作簿中 for row in ws.iter_rows(min_row=2, values_only=True): ws_combined.append(row) # 保存整合后的数据到新的excel文件 output_file = '汇总.xlsx' wb_combined.save(output_file) ``` 请将 `'文件夹路径'` 替换为实际存放excel文件的文件夹路径。这段代码会将该文件夹中所有的 `.xlsx` 文件的数据整合到一个新的 Excel 文件中,并命名为 `'汇总.xlsx'`。它会保留原来excel文件中的所有格式。这个代码假设第一个excel文件是你要整合到的目标文件,其他excel文件的表头和格式与目标文件相同。

相关推荐

最新推荐

recommend-type

Python将一个CSV文件里的数据追加到另一个CSV文件的方法

今天小编就为大家分享一篇Python将一个CSV文件里的数据追加到另一个CSV文件的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python实现合并同一个文件夹下所有txt文件的方法示例

主要介绍了Python实现合并同一个文件夹下所有txt文件的方法,涉及Python针对文件的遍历、读取、写入等相关操作技巧,需要的朋友可以参考下
recommend-type

python遍历文件夹下所有excel文件

主要介绍了python遍历文件夹下所有excel文件的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python将列表数据写入文件(txt, csv,excel)

主要介绍了Python将列表数据写入文件(txt, csv,excel),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

利用Python实现Excel的文件间的数据匹配功能

主要介绍了利用Python实现Excel的文件间的数据匹配,本文通过一个函数实现此功能,通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

list根据id查询pid 然后依次获取到所有的子节点数据

可以使用递归的方式来实现根据id查询pid并获取所有子节点数据。具体实现可以参考以下代码: ``` def get_children_nodes(nodes, parent_id): children = [] for node in nodes: if node['pid'] == parent_id: node['children'] = get_children_nodes(nodes, node['id']) children.append(node) return children # 测试数
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。