把两个excle和并成一个新的excle的python代码

可以使用Python的pandas库来将两个Excel文件合并成一个新的Excel文件。具体步骤如下：

1.导入pandas库

import pandas as pd

2.读取需要合并的两个Excel文件

df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

3.合并两个Excel文件

merged_df = pd.concat([df1, df2], ignore_index=True)

4.将合并后的数据保存到新的Excel文件中

merged_df.to_excel('merged_file.xlsx', index=False)

完整代码示例：

import pandas as pd

df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

merged_df = pd.concat([df1, df2], ignore_index=True)

merged_df.to_excel('merged_file.xlsx', index=False)

相关问题

python 比较两个excle代码

答：最简单的方法是使用 Python 的 pandas 包来比较两个Excel文件。可以使用 pandas 的 read_excel() 函数读取 Excel 文件，然后使用 pandas 的 merge() 函数来比较它们。

用python将两个excle表格的名称列合并，并且模糊统计每个名称出现的次数

可以使用 pandas 库来实现这个需求。

首先，使用 pandas 的 read_excel 函数读取两个 excel 表格，并将它们的名称列合并到一个 Series 对象中：

import pandas as pd

# 读取两个 excel 表格
df1 = pd.read_excel('table1.xlsx')
df2 = pd.read_excel('table2.xlsx')

# 将两个表格的名称列合并到一个 Series 对象中
names = pd.concat([df1['名称'], df2['名称']])

然后，使用 pandas 的 str.contains 函数进行模糊匹配，并使用 value_counts 函数统计每个名称出现的次数：

# 进行模糊匹配，并统计每个名称出现的次数
counts = names[names.str.contains('关键词')].value_counts()

其中，'关键词' 是你想要模糊匹配的关键词。

最后，将统计结果输出到一个新的 excel 表格中：

# 将统计结果输出到一个新的 excel 表格中
counts.to_excel('counts.xlsx')

完整代码如下：

import pandas as pd

# 读取两个 excel 表格
df1 = pd.read_excel('table1.xlsx')
df2 = pd.read_excel('table2.xlsx')

# 将两个表格的名称列合并到一个 Series 对象中
names = pd.concat([df1['名称'], df2['名称']])

# 进行模糊匹配，并统计每个名称出现的次数
counts = names[names.str.contains('关键词')].value_counts()

# 将统计结果输出到一个新的 excel 表格中
counts.to_excel('counts.xlsx')

需要替换代码中的 'table1.xlsx'、'table2.xlsx' 和 '关键词' 为实际的表格文件名和关键词。