python读取两个excel中不同单元格内容合并在一起

可以使用Python中的pandas库来实现这个功能。以下是一个示例代码：

import pandas as pd

# 读取两个Excel文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

# 合并两个DataFrame并将结果保存到一个新的Excel文件中
result = pd.concat([df1['column1'], df2['column2']], axis=1)
result.to_excel('merged_file.xlsx', index=False)

在这个示例中，我们使用了pandas的`read_excel`函数来读取两个Excel文件。然后，我们选择需要合并的两列（在这里分别是`column1`和`column2`），并使用`concat`函数将它们合并成一个新的DataFrame。最后，我们使用`to_excel`函数将结果保存到一个新的Excel文件中。请注意，我们使用`axis=1`参数来指定我们要沿着列方向进行合并。

相关问题

python读取模板excel文件和目的excel中不同单元格，并请单元格内容合并在一起写回目标excel文件

你可以使用Python中的openpyxl库来实现这个功能。下面是一个示例代码：

import openpyxl

# 打开模板excel文件和目标excel文件
template_wb = openpyxl.load_workbook('template.xlsx')
target_wb = openpyxl.load_workbook('target.xlsx')

# 获取模板excel文件和目标excel文件中需要合并的单元格
template_ws = template_wb.active
target_ws = target_wb.active

template_cell = template_ws['A1']
target_cell = target_ws['B1']

# 将两个单元格的内容合并
merged_content = template_cell.value + target_cell.value

# 将合并后的内容写回目标excel文件
target_cell.value = merged_content

# 保存目标excel文件
target_wb.save('target.xlsx')

在这个示例中，我们首先使用openpyxl的`load_workbook`函数打开模板excel文件和目标excel文件。然后，我们使用`active`属性获取模板excel文件和目标excel文件的活动工作表。接下来，我们可以使用`ws['A1']`语法来获取模板excel文件和目标excel文件中需要合并的单元格。然后，我们将两个单元格的内容合并，并将合并后的内容写回目标excel文件。最后，我们使用`save`函数保存目标excel文件。

python处理两个excel中的某列，他们的列名不同，列中单元格包含有相同数字，其他信息不必完全相同，则保存

您好，感谢您的提问。根据您的问题描述，您需要处理两个Excel表格中的某一列数据，这些列的列名不同，但包含相同的数字，同时这些数字所在的单元格可能包含其他不同的信息。您需要将两个表格中包含相同数字的行保存下来。

可以使用Python中的pandas库来完成这个任务。具体步骤如下：

1. 使用pandas库的read_excel方法读取两个Excel表格中的数据，并将它们存储到两个DataFrame对象中。

2. 使用pandas库的merge方法将两个DataFrame对象中包含相同数字的行合并到一起，并将结果保存到一个新的DataFrame对象中。

3. 在新的DataFrame对象中，删除不需要的列，并将结果保存到一个新的Excel表格中。

下面是一个示例代码，假设第一个Excel表格的列名为"Number"，第二个Excel表格的列名为"ID"，您需要查找包含数字"123"的行并保存结果到一个新的Excel表格中。

import pandas as pd

# 读取两个Excel表格中的数据
df1 = pd.read_excel("excel1.xlsx")
df2 = pd.read_excel("excel2.xlsx")

# 使用merge方法将两个DataFrame对象中包含相同数字的行合并到一起
merged_df = pd.merge(df1[df1['Number']==123], df2[df2['ID']==123], how='outer')

# 删除不需要的列
merged_df = merged_df.drop(columns=['OtherColumn1', 'OtherColumn2'])

# 将结果保存到一个新的Excel表格中
merged_df.to_excel("result.xlsx", index=False)

注意，上述代码中的数字"123"应该替换成您需要查找的数字。同时，如果两个Excel表格中的数字所在列包含其他类型的数据（例如字符串、日期等），您需要将代码中的"Number"和"ID"替换成实际的列名。