Excel合并

Excel合并

初衷

写这个，是因为市面上大多数pdf转Excel（Python也能很简单的实现，不过丢失图片和格式）的软件，都是超过n页收费。想将pdf拆分，然后使用软件免费转pdf（几乎完美的保存，pdf原有的样式），再将转后的Excel合并成一个文件。

但是。当看到教程使用的是pandas时，我就知道结果惨兮兮了。但还是把这记录了下来，当做一次学习吧。

pdf转Excel和pdf的分割，可查看笔者的码云

笔记记录

pandas读取execl

df = pd.read_excel(
    fname,
    header=None,
    sheet_name=None
)

header

• 如果表格内没有header，则设置为None。我这想尽可能完整的保留pdf的格式

sheet_name

• 默认等于0，也就是只取第一个sheet
• 如果传入str类型，如"Sheet1",这读取指定的这个sheet
• 如果传入数字list,如[0,2],则读取序号为0,2的两个sheet
• 如果传入str类型的list,如["Sheet1","Sheet2"],则读取这两个sheet
• 如果设置为None,则返回所有的sheet,形式为字典,key是sheet_name,value为dataframe

pandas合并

dfs = []
dfs.extend(df.values())
result = pd.concat(dfs)

pd.concat,合并多个DataFrame

代码

#!/usr/bin/python3
# -*- encoding: utf-8 -*-
'''
@File        :Excel合并.py
@Time        :2020/09/06 13:14:08
@Author      :hejiang
@Software    :vsCode
'''

import pandas as pd
import os

os.chdir(os.path.abspath(os.path.dirname(__file__)))
dfs = []

# 读取当前文件夹
for fname in os.listdir("./"):
    if fname.endswith(".xls") or fname.endswith(".xlsx"):
        df = pd.read_excel(
            fname,
            header=None,
            sheet_name=None
        )
        dfs.extend(df.values())

result = pd.concat(dfs)
result.to_excel("./final.xlsx", index=False)