Python中怎么利用Pandas合并两张Excel表

在数据分析和处理过程中，我们经常需要将多个Excel表格中的数据合并在一起，以便进行进一步的分析。Pandas是Python中一个强大的数据处理库，它提供了丰富的功能来处理和操作数据。本文将介绍如何使用Pandas来合并两张Excel表格。

1. 安装Pandas和Openpyxl

在开始之前，确保你已经安装了Pandas和Openpyxl库。如果没有安装，可以使用以下命令进行安装：

pip install pandas openpyxl

2. 读取Excel文件

首先，我们需要使用Pandas读取Excel文件。假设我们有两个Excel文件：file1.xlsx和file2.xlsx，它们分别包含两张表格Sheet1和Sheet2。

import pandas as pd

# 读取第一个Excel文件
df1 = pd.read_excel('file1.xlsx', sheet_name='Sheet1')

# 读取第二个Excel文件
df2 = pd.read_excel('file2.xlsx', sheet_name='Sheet2')

3. 查看数据

在合并之前，我们可以先查看一下数据的内容，以确保数据读取正确。

print(df1.head())
print(df2.head())

4. 合并数据

Pandas提供了多种合并数据的方法，常用的有merge和concat。下面我们将分别介绍这两种方法。

4.1 使用merge合并

merge方法类似于SQL中的JOIN操作，可以根据一个或多个键将两个表格合并在一起。假设我们有两个表格，它们都有一个共同的列ID，我们可以根据ID列进行合并。

# 根据ID列进行合并
merged_df = pd.merge(df1, df2, on='ID', how='inner')

# 查看合并后的数据
print(merged_df.head())

how参数指定了合并的方式，常用的选项有：

• inner：只保留两个表格中都存在的键。
• outer：保留所有键，缺失值用NaN填充。
• left：保留左边表格中的所有键。
• right：保留右边表格中的所有键。

4.2 使用concat合并

concat方法用于沿指定轴将多个数据框连接在一起。假设我们有两个结构相同的表格，我们可以使用concat将它们垂直或水平合并。

# 垂直合并
concatenated_df = pd.concat([df1, df2], axis=0)

# 水平合并
concatenated_df = pd.concat([df1, df2], axis=1)

# 查看合并后的数据
print(concatenated_df.head())

axis参数指定了合并的方向：

• axis=0：垂直合并（默认）。
• axis=1：水平合并。

5. 保存合并后的数据

合并完成后，我们可以将结果保存到一个新的Excel文件中。

# 保存合并后的数据到新的Excel文件
merged_df.to_excel('merged_file.xlsx', index=False)

6. 总结

通过Pandas，我们可以轻松地合并两张Excel表格。merge方法适用于基于键的合并，而concat方法适用于简单的垂直或水平合并。根据具体的需求，选择合适的合并方法可以大大提高数据处理的效率。

希望本文对你有所帮助！如果你有任何问题或建议，欢迎在评论区留言。