python创建多个excel文件

要创建多个Excel文件，可以使用Python中的openpyxl库。下面是一个示例代码，可以创建多个Excel文件：

from openpyxl import Workbook

# 创建工作簿1
wb1 = Workbook()
sheet1 = wb1.active
sheet1.title = 'Sheet1'
sheet1['A1'] = 'Hello, World!'
wb1.save('file1.xlsx')

# 创建工作簿2
wb2 = Workbook()
sheet2 = wb2.active
sheet2.title = 'Sheet1'
sheet2['A1'] = 'Hello, Python!'
wb2.save('file2.xlsx')

这个示例代码中，我们首先导入openpyxl库，然后使用Workbook()函数创建了两个工作簿wb1和wb2。接着，我们使用active属性获取当前工作簿的活动工作表，然后使用title属性设置工作表的名称。最后，使用索引方式为单元格赋值，并使用save()函数保存工作簿为Excel文件。这个示例中，我们创建了两个Excel文件file1.xlsx和file2.xlsx，分别包含了一个工作表Sheet1，分别在A1单元格写入了不同的字符串。

相关问题

python合并多个excel文件

要合并多个 Excel 文件，你可以使用 Python的 pandas 库。下面是一个示例代码，演示了如何合并多个 Excel 文件：

import pandas as pd
import glob

# 获取所有要合并的 Excel 文件
file_list = glob.glob('path/to/files/*.xlsx')

# 创建一个空的 DataFrame 来保存合并的数据
merged_data = pd.DataFrame()

# 逐个读取并合并所有 Excel 文件
for file in file_list:
    df = pd.read_excel(file)
    merged_data = merged_data.append(df, ignore_index=True)

# 将合并后的数据保存为新的 Excel 文件
merged_data.to_excel('path/to/merged_file.xlsx', index=False)

请将代码中的 `'path/to/files/*.xlsx'` 替换为你实际的文件路径和文件名模式，表示要合并的 Excel 文件所在的文件夹和文件名模式。然后将 `'path/to/merged_file.xlsx'` 替换为你希望保存合并后数据的 Excel 文件路径和名称。

这段代码会读取指定文件夹下的所有 Excel 文件，并将它们逐个合并到一个 DataFrame 中。最后，将合并后的数据保存为一个新的 Excel 文件。

python读取多个excel文件创建mysql数据库

Python读取多个Excel文件创建MySQL数据库可以分为以下几个步骤：

步骤一：安装相关的Python库

在Python中读取Excel文件和将数据写入MySQL数据库需要使用两个非常重要的Python库。分别是：pandas和sqlalchemy。其中，pandas是Python数据处理库，可将Excel表格中的数据读取到pandas的DataFrame对象中，而sqlalchemy则是Python数据库连接的库，可以用于连接MySQL数据库进行操作。

步骤二：读取Excel文件

使用pandas库，从Excel文件中读取表格数据并存储到pandas的DataFrame对象中。可以使用以下代码读取Excel文件：

import pandas as pd
df = pd.read_excel('file_name.xlsx')

其中，'file_name.xlsx'是所要读取的Excel文件的名称。

步骤三：连接MySQL数据库

使用sqlalchemy库连接MySQL数据库。连接MySQL数据库需要填写MySQL数据库的相关参数，例如：数据库名称、服务器地址、用户名、密码等。可以使用以下代码连接MySQL数据库：

from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://user:password@host/db_name')

其中，'user'和'password'分别为MySQL数据库的用户名和密码，'host'为服务器地址，'db_name'为数据库名称。将以上参数填写完整后可以成功连接MySQL数据库。

步骤四：将数据写入MySQL数据库

使用to_sql()方法将Pandas DataFrame对象中的数据写入MySQL数据库。可以使用以下代码将数据写入MySQL数据库：

df.to_sql('table_name', engine, if_exists='replace')

其中，'table_name'为所要创建的数据表名称，'engine'为已经连接的MySQL数据库引擎，'if_exists'为经常使用的参数，当为'replace'时，将在数据库中创建一个新的数据表并替换原始的数据表，'if_exists'的默认值为'fail'，当数据库中已经存在该表名时会报错。

综上所述，以上4个步骤就是Python读取多个Excel文件创建MySQL数据库的全部流程，通过Python的强大数据处理和数据库连接能力，可以高效地完成数据的处理和存储。