Python合並拆分excel

Python 實現合並

def merge_excel(dir):
    print('--- 執行合並 ---')
    filename_excel = [] # 存表名
    frames = [] # 存表內容
    d = dir.replace('/','\\\\') # 因pandsa讀取路徑為雙斜杠，需轉換
    if d.endswith('\\\\') == False: # 若為磁盤根目錄則路徑結尾自帶\\，若為文件夾則無，需添加\\
        d = d + '\\\\'
    print("路徑是：",d,"\n有以下文件：")
    for files in os.listdir(path=dir): # 遍歷目錄下的文件
        print(files)
        if 'xlsx' in files or 'xls' in files : # 搜索xlsx/xls后綴文件
            filename_excel.append(files) 
            df = pd.read_excel(d+files) # 讀取一個表內容存入一個DataFrame
            frames.append(df)
    if len(frames)!= 0: # 若存在EXCEL表則合並保存
        result = pd.concat(frames) # 上下連接多個df
        result.to_excel(d+"合並結果表.xlsx")

merge_excel("D:/某文件夾")

Python 實現拆分

def split_excel(path,num):
    # print("--- 執行拆分 ---")
    p = path.replace('/', '\\\\') # 傳入pd庫read_excel方法的路徑，含文件名
    dir = p[ : p.rfind('\\') + 1 ] # 輸出被拆分表的目錄，不含文件名
    sheetname = path[ path.rfind('/') + 1 :].strip('.xlsx').strip('.xlx') # 無后綴的文件名
    data = pd.read_excel(p) # 數據
    nrows = data.shape[0]  # 獲取行數
    split_rows = num # 自定義要拆分的條數，即分隔成多少行一份
    count = int(nrows/split_rows) + 1  # 拆分的份數
    # print("應當拆分成%d份"%count)
    begin = 0
    end = 0
    for i in range(1,count+1):
        sheetname_temp = sheetname+str(i)+'.xlsx' # 拆分后的每個表名
        if i == 1:
            end = split_rows
        elif i == count:
            begin = end
            end = nrows
        else:
            begin = end
            end = begin + split_rows
        print(sheetname_temp)
        data_temp = data.iloc[ begin:end , : ] # [ 行范圍 , 列范圍 ]
        data_temp.to_excel(dir + sheetname_temp)
    # print('拆分完成')

split_excel("test.xlsx",5)

以上轉自：https://mp.weixin.qq.com/s/0qwnhY5t_FPBFEEDvEuYiA

 

 

Python 操作PDF的幾種方法（合並、拆分、水印、加密）

一、前言

大家好，有關Python操作PDF的案例之前已經寫過一個👉PDF批量合並，這個案例初衷只是給大家提供一個便利的腳本，並沒有太多講解原理,其中涉及的就是PDF處理很實用的模塊PyPDF2，本文就好好剖析一下這個模塊，主要將涉及

• os 模塊綜合應用
• glob 模塊綜合應用
• PyPDF2 模塊操作

二、基本操作

PyPDF2 導入模塊的代碼常常是：

from PyPDF2 import PdfFileReader, PdfFileWriter

這里導入了兩個方法：

• PdfFileReader 可以理解為讀取器
• PdfFileWriter可以理解為寫入器

 

from PyPDF2 import PdfFileReader, PdfFileWriter

path = r'C:\Users\xxxxxx'
pdf_writer = PdfFileWriter()

for i in range(1, 6):
    pdf_reader = PdfFileReader(path + '/INV{}.pdf'.format(i))
    for page in range(pdf_reader.getNumPages()):
        pdf_writer.addPage(pdf_reader.getPage(page))

with open(path + r'\合並PDF\merge.pdf', 'wb') as out:
    pdf_writer.write(out)

from PyPDF2 import PdfFileReader, PdfFileWriter
path = r'C:\Users\xxx'
pdf_reader = PdfFileReader(path + '\INV1.pdf')

for page in range(pdf_reader.getNumPages()):
    # 遍歷到每一頁挨個生成寫入器
    pdf_writer = PdfFileWriter()
    pdf_writer.addPage(pdf_reader.getPage(page))
    # 寫入器被添加一頁后立即輸出產生pdf
    with open(path + '\INV1-{}.pdf'.format(page + 1), 'wb') as out:
        pdf_writer.write(out)

以上轉自：https://mp.weixin.qq.com/s/YOunnZoOMvH-Ga13vq3xvg

import os
from PyPDF2 import PdfFileReader, PdfFileWriter

def GetFileName(dir_path):
    file_list = [os.path.join(dirpath, filesname) \
                 for dirpath, dirs, files in os.walk(dir_path) \
                 for filesname in files]
    return file_list

def MergePDF(dir_path, file_name):
    output = PdfFileWriter()
    outputPages = 0
    file_list = GetFileName(dir_path)
    for pdf_file in file_list:
        print("文件：%s" % pdf_file.split('\\')[-1], end=' ')
        # 讀取PDF文件
        input = PdfFileReader(open(pdf_file, "rb"))
        # 獲得源PDF文件中頁面總數
        pageCount = input.getNumPages()
        outputPages += pageCount
        print("頁數：%d" % pageCount)
        # 分別將page添加到輸出output中
        for iPage in range(pageCount):
            output.addPage(input.getPage(iPage))
    print("\n合並后的總頁數:%d" % outputPages)
    # 寫入到目標PDF文件
    print("PDF文件正在合並，請稍等......")
    with open(os.path.join(dir_path, file_name), "wb") as outputfile:
        # 注意這里的寫法和正常的上下文文件寫入是相反的
        output.write(outputfile)
    print("PDF文件合並完成")

if __name__ == '__main__':
    # 設置存放多個pdf文件的文件夾
    dir_path = r'C:\Scientific Research\Knowladge\Ophthalmology\Chinese Ophthalmology'
    # 目標文件的名字
    file_name = "中華眼科學（第3版）合並版.pdf"
    MergePDF(dir_path, file_name)

以上轉自：https://mp.weixin.qq.com/s/ZlgpWMKpex9Iu2o64r077A

 

Python辦公自動化｜從Word到Excel

# 導入需要的庫docx
from docx import Document

# 指定文件存放的路徑
path = r'C:\Users\word.docx' 

# 讀取文件
document = Document(path)

# 讀取word中的所有表格
tables = document.tables


# 獲取第一張表
table0 = tables[0]

# 在全局放一個變量用來計數填序號
n = 0
for i in range(0, len(table0.rows) + 1, 3):
    # 日期
    date = table0.cell(i, 1).text
    # 標題
    title = table0.cell(i + 1, 1).text.strip()
    # 文號
    dfn = tables[j].cell(i, 3).text.strip()
    print(n, date, tite, dfn)

import datetime

n = 0
for i in range(0, len(table0.rows) + 1, 3):
    # 日期
    date = table0.cell(i, 1).text
    # 有的條目時間是空的，這里不做過多判別
    if '/' in date:
        date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')
    else:
        date = '-'
    # 標題
    title = table0.cell(i + 1, 1).text.strip()
    # 文號
    dfn = tables[j].cell(i, 3).text.strip()
    print(n, date, tite, dfn)

n = 0
for j in range(len(tables)):
    for i in range(0, len(tables[j].rows)+1, 3):
        try:
            # 日期
            date = tables[j].cell(i, 1).text
            if '/' in date:
                date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')
            else:
                date = '-'
            # 標題
            title = tables[j].cell(i + 1, 1).text.strip()
            # 文號
            dfn = tables[j].cell(i, 3).text.strip()
            n += 1
            print(n, date, title, dfn)
        except Exception as error:
            # 捕獲異常，也可以用log寫到日志里方便查看和管理
            print(error)
            continue

from openpyxl import Workbook

# 實例化
wb = Workbook()
# 獲取當前sheet
sheet = wb.active
# 設立表頭
header = ['序號', '收文時間', '辦文編號', '文件標題', '文號', '備注']
sheet.append(header)

row = [n, date, ' ', title, dfn, ' ']
sheet.append(row)

線程的最后記得保存

wb.save(r'C:\Users\20200420.xlsx')

from docx import Document
import datetime
from openpyxl import Workbook

wb = Workbook()
sheet = wb.active
header = ['序號', '收文時間', '辦文編號', '文件標題', '文號', '備注']
sheet.append(header)


path = r'C:\Users\word.docx'
document = Document(path)
tables = document.tables

n = 0
for j in range(len(tables)):
    for i in range(0, len(tables[j].rows)+1, 3):
        try:
            # 日期
            date = tables[j].cell(i, 1).text
            if '/' in date:
                date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')
            else:
                date = '-'
            # 標題
            title = tables[j].cell(i + 1, 1).text.strip()
            # 文號
            dfn = tables[j].cell(i, 3).text.strip()
            n += 1
            print(n, date, title, dfn)
            row = [n, date, ' ', title, dfn, ' ']
            sheet.append(row)
        except Exception as error:
            # 捕獲異常，也可以用log寫到日志里方便查看和管理
            print(error)
            continue

wb.save(r'C:\Users\20200420.xlsx')

以上轉自：https://mp.weixin.qq.com/s/Gry1gjz-ZmKyQOFoEnOm3g

from openpyxl import load_workbook, Workbook
import glob

path = 'C:/Users/xxxxxx'
new_workbook = Workbook()
new_sheet = new_workbook.active

# 用flag變量明確新表是否已經添加了表頭，只要添加過一次就無須重復再添加
flag = 0

for file in glob.glob(path + '/*.xlsx'):
    workbook = load_workbook(file)

#打開已經存在的Excel用load_workbook，創建新的Excel用Workbook

    sheet = workbook.active 
    buy_mount = sheet['F'] row_lst = [] 
for cell in buy_mount: 
  if isinstance(cell.value, int) and cell.value > 50: 
        print(cell.row) 
        row_lst.append(cell.row) 
if not flag:
　　　　　# 創建和 電商嬰兒數據 一樣的表頭（第一行）
        header = sheet[1]
        header_lst = []
        for cell in header:
            header_lst.append(cell.value)
        new_sheet.append(header_lst)
        flag = 1
    # 從舊表中根據行號提取符合條件的行，並遍歷單元格獲取值，以列表形式寫入新表
    for row in row_lst:
        data_lst = []
        for cell in sheet[row]:
            data_lst.append(cell.value)
        new_sheet.append(data_lst)

new_workbook.save(path + '/' + '符合篩選條件的新表.xlsx')

 

注意這一列有可能有的單元格cell的值value不是數值類型，因此需要用isinstance()進行判斷，當然也可以將單元格的值先用int()轉為整型再判斷。

以上轉自：https://mp.weixin.qq.com/s/RD3h6vJe7_aSPwCpU1p9Ig