python如何抽取不同表格的列合并成一个新表

可以使用Python中的pandas库来抽取不同表格的列合并成一个新表。具体步骤如下：

1. 导入pandas库

import pandas as pd

2. 读取需要合并的表格

df1 = pd.read_excel('表格1.xlsx', usecols=['列名1', '列名2', ...])
df2 = pd.read_excel('表格2.xlsx', usecols=['列名3', '列名4', ...])
...

3. 将需要合并的列合并成一个新表

new_df = pd.concat([df1['列名1'], df1['列名2'], df2['列名3'], df2['列名4'], ...], axis=1)

4. 将新表格保存为Excel文件

new_df.to_excel('新表格.xlsx', index=False)

其中，`usecols`参数表示需要读取的列名，`concat`函数中的`axis`参数表示按列合并。最后，`to_excel`函数中的`index`参数表示是否保留行索引。

相关问题

你是python程序员，有一个表格根据筛选df['lang']=en,再根据df['label']是否为空，随机比例非空：空=2：1的数据形成一个新表格 ，共随机抽取一个表格中的150条数据

作为Python程序员，你可以使用pandas库来完成这个任务。首先，假设`df`是一个DataFrame，步骤如下：

1. 筛选出`lang`列值为'en'的行：

   df_filtered = df[df['lang'] == 'en']

2. 检查并计算`label`列的空值数量，然后确定非空值和空值的比例为2:1：

   non_empty_count = df_filtered['label'].notnull().sum()
   total_rows = len(df_filtered)
   empty_ratio = 1 / (1 + 2) # 因为2:1的比例
   max_empty_rows = int(total_rows * empty_ratio)

3. 随机选择非空值和空值的数量，确保总和不超过150条数据：

   if non_empty_count <= 150 and max_empty_rows <= 150:
       sample_size = min(non_empty_count, max_empty_rows)
   else:
       sample_size = 150

4. 使用`sample`函数从非空和空值中分别抽取指定数量的行，并合并：

   sampled_data = pd.concat([
       df_filtered[df_filtered['label'].notnull()].sample(sample_size),
       df_filtered[df_filtered['label'].isnull()].sample(max(0, sample_size - non_empty_count))
   ])

5. 最后得到的新表格就是随机抽取后的结果：

   new_table = sampled_data.sample(frac=1).head(150) # 如果实际需要150条数据，使用head

Python pdf

在Python中，PDF（Portable Document Format）处理通常通过第三方库来完成，因为标准库本身并不直接支持PDF操作。一些常用的Python PDF库有：

1. **PyPDF2**：这是一个轻量级库，用于读取、合并、分割和操作PDF文件。它专注于基本的PDF处理任务，如提取文本、页眉、页脚等。

2. **pdfplumber**：这是一个高级库，设计用于解析PDF文档结构，提供类似于HTML的方式来访问页面内容，特别适合数据抓取和分析。

3. **tabula-py**：虽然主要用于表格提取，但如果需要从PDF中抽取特定信息，它也可以作为一个工具，特别是当PDF包含表格时。

4. **reportlab**：这个库可以用来创建新的PDF文件，绘制图形和生成复杂的文档布局。

5. **weasyprint**：如果要将网页转换成PDF，这个库结合了Web渲染技术，能够保持网页的样式和排版。

要开始使用这些库，你需要安装它们（例如 `pip install pypdf2`），然后按照库的文档示例编写代码。