Python使用openpyxl与pandas合并Excel表格

"该代码示例展示了如何使用Python的`openpyxl`和`pandas`库来导入、处理及导出Excel文件。" 在Python编程中，处理Excel数据是常见的任务，`openpyxl`和`pandas`库提供了强大而灵活的功能。`openpyxl`是一个用于读取和写入Excel 2010 xlsx/xlsm/xltx/xltm文件的库，而`pandas`则是一个强大的数据分析工具，它支持多种数据结构，如DataFrame，方便数据处理。 在这个例子中，首先导入了`openpyxl`和`pandas`库，并使用别名`pd`来引用`pandas`。然后，使用`pd.ExcelFile()`函数打开并读取名为"303.xlsx"的Excel文件。这个函数返回一个ExcelFile对象，可以通过其`.sheet_names`属性获取所有工作表的名称。 接下来，代码遍历所有工作表，将每个工作表解析为一个DataFrame对象。初始时，`summary_sheet`被设置为`None`，然后在循环中，如果`summary_sheet`还没有值，就将第一个工作表的数据保存到`summary_sheet`；如果有值，就使用`pd.concat()`函数将新的DataFrame与`summary_sheet`进行水平合并（即列对齐），并将`ignore_index=True`以避免重复的行索引。最后，调用`reset_index(drop=True)`方法移除 DataFrame 的行索引并创建新的默认索引。 处理完所有工作表后，使用`openpyxl.load_workbook()`加载原始Excel文件，创建一个ExcelWriter对象。这一步并不是必要的，因为`ExcelFile`已经读取了文件，但在这里可能是为了保持原文件格式不变。然后，将`summary_sheet`的DataFrame写入一个新的工作表，命名为“汇总表”，并使用`index=True`保留行索引。最后，调用`writer.save()`保存更改到原文件。 通过这个过程，我们可以实现将多个Excel工作表的数据整合到一个单一的工作表中，这对于数据分析和报告编制非常有用。此外，此方法也适用于其他需要在Python中处理Excel数据的场景，例如数据清洗、分析、转换等。