|
利用Python如何快速处理文件 我之前要合并将近1000个CSV表格 每个表格共370列，约360行不等，列名相同 
三个方案瞬间浮现在我眼前： 1、Ctrl C + Ctrl V——可以睡公司了； 2、Excel Power Query，估计等电脑卡崩了，还得用回方案一； 3、敲代码！俗话说，没有什么是一行代码解决不了的，如果有，就再敲一行。 首先，我把这个问题分解成四个小目标 01查找到工作表所在文件位置 02提取表格 03合并表格 04导出表格 01查找文件位置 首先我们导入python的os模块: import os 
使用os模块的walk方法输出指定目录的文件 for file in os.walk('F:/Document/学员数据'): print(file) 
我使用for循环遍历‘F:/Document/学员数据’，这个文件目录，得到一个()，这是“元组”(姑且理解为一个盛放东西的容器)。里面用两个逗号分成三部分： 1)第一部分就是我输入的文件夹目录。 2)第二部分是个空列表，不去管它。 3)第三部分也是一个列表，里面是我要提取的每个工作表。 第一个小目标达成(๑ 02、提取表格 首先，我需要知道工作表的文件路径，这很简单！完整的路径就是文件夹目录+工作表名称 然后，我定义一个列表，嗯…这也是个容器，容纳提取的912个文件 接着，我导入pandas包，用read_csv()方法来提取工作表 
最后，写好循环，把提取的文件装进列表中，别忘了设置一个计数，用来运行时显示进度 第二个小目标达成(๑·̀ㅂ  03、合并表格
03、合并表格 这里我们用到了pandas的concat方法。 pandas.concat() 
合并刚才列表‘l’中的所有工作表到data_result这个变量中。 
第三个小目标达成(๑·̀ㅂ·́)و✧ 同样，解决问题的方法也来自于pandas这款神器。 pandas.DataFrame.to_csv()方法 
其实，pandas可以保存数据为许多种格式，这里我还是选择了最常用的csv格式。 这里括号内首先填写保存的数据路径和名称，其次，别忘了设置index=0的参数，否则数据会多出一列索引列。啊？听不明白？动手试一试就明白了 第四个小目标达成(๑·̀ㅂ·́)و✧ 让我们回顾一下代码全貌 
代码不长，一共23行。 其中10-15行的是代码核心部分，这是实现工作表合并最基本的代码。 主要的工作思路是找到工作表所在的文件夹，提取其中每个工作表，合并它们，然后导出数据。（四个小目标） 才23行代码就可以解决你平时要4-5个小时处理的重复性工作，是不是大大提升了自己的工作效率呢! 见证奇迹的时刻到了~！ 酱酱在最下面加了一个计时器，猜猜做完这一堆excel表格只要多久呢 哈哈哈几分钟 
合并912个工作表仅仅只要150秒！ 纯python开发，应用场景包括单工作簿多工作表、多工作簿多工作表、多文件夹多工作簿的合并。并且可以处理同时含以上三种情况的综合问题！ Python里面有超级超级多的Excel模块，Python也是胶水语言，可以非常好的调用C、JAVA的模块 到了12关你还可以做一个简单的员工管理系统 
之前学员是处理厂的订单的，需要根据订单信息来打印标签。他每次处理订单都要四五个小时 python有很多处理excel的模块。于是，用python自动处理数据、生成标签 订单信息类似于这样的
每次有新订单，运行一下程序，两秒之内出结果，没有多复杂，大约20多行代码的事情而已~ 这些是Python中常见的对文件的一些操作命令，可以看看，了解一下
在15关就有详细的关于python操作文件的课程学习，
通过这一关卡的学习，对于python操作写入和读取都能很好的学习到的
|
