python不用Pandas 库读取500个excel文件第二列合并到一个excel文件中

可以使用Python内置的openpyxl库来读取和写入Excel文件，下面是一个示例代码：

import openpyxl

# 创建新的Excel文件
merged_wb = openpyxl.Workbook()
merged_ws = merged_wb.active

# 遍历所有Excel文件
for i in range(1, 501):
    filename = f"file_{i}.xlsx"
    wb = openpyxl.load_workbook(filename)
    ws = wb.active

    # 将第二列数据写入到新的Excel文件中
    for cell in ws["B"]:
        merged_ws.append([cell.value])

# 保存新的Excel文件
merged_wb.save("merged_file.xlsx")

这个代码会读取当前目录下的所有名为`file_1.xlsx`到`file_500.xlsx`的Excel文件，并将这些文件的第二列数据合并到一个新的Excel文件中，新文件名为`merged_file.xlsx`。

相关问题

python不用库读取500个excel文件第二列合并到一个excel文件中

可以使用Python的pandas库来实现读取多个Excel文件并合并第二列的操作。具体步骤如下：

1. 导入pandas库：`import pandas as pd`

2. 使用pandas的`concat()`函数将多个Excel文件的第二列合并成一个DataFrame：

df_list = []  # 存储所有Excel文件的第二列
for i in range(1, 501):  # 读取500个Excel文件
    file_name = f"file_{i}.xlsx"  # Excel文件名
    df = pd.read_excel(file_name, usecols=[1])  # 读取第二列
    df_list.append(df)
merged_df = pd.concat(df_list, axis=0)  # 按行合并DataFrame

3. 将合并后的DataFrame写入新的Excel文件中：

merged_df.to_excel("merged_file.xlsx", index=False, header=None)  # 不写入行列索引和表头

完整代码如下：

import pandas as pd

df_list = []  # 存储所有Excel文件的第二列
for i in range(1, 501):  # 读取500个Excel文件
    file_name = f"file_{i}.xlsx"  # Excel文件名
    df = pd.read_excel(file_name, usecols=[1])  # 读取第二列
    df_list.append(df)
merged_df = pd.concat(df_list, axis=0)  # 按行合并DataFrame

merged_df.to_excel("merged_file.xlsx", index=False, header=None)  # 不写入行列索引和表头

用Python的pandas库读取Excel的偶数列数据并合并成一个序列打印出来

以下是使用Python的pandas库读取Excel的偶数列数据并合并成一个序列打印出来的代码：

import pandas as pd

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

# 获取偶数列
even_cols = df.iloc[:, ::2]

# 合并成一个序列
merged_series = pd.concat([even_cols[col] for col in even_cols], ignore_index=True)

# 打印合并后的序列
print(merged_series)

说明：

1. 需要先安装pandas库，使用命令`pip install pandas`进行安装。
2. `df = pd.read_excel('your_excel_file.xlsx')` 读取你的Excel文件，将数据存储在一个pandas DataFrame中。
3. `even_cols = df.iloc[:, ::2]` 获取偶数列。pandas DataFrame对象的`iloc`属性可以根据行列索引号来访问元素，`::2`表示从第0列开始，间隔为2，即取偶数列。
4. `pd.concat([even_cols[col] for col in even_cols], ignore_index=True)` 将偶数列合并成一个序列。pandas的`concat`函数可以将多个DataFrame或Series合并成一个对象，我们将所有偶数列先存储为一个列表，然后再调用`concat`函数进行合并，`ignore_index=True`表示最终结果中不保留原来的行索引号，生成一个新的连续的索引号。
5. `print(merged_series)` 打印合并后的序列。