python - 合并来自多个excel的一张表的数据

Question

我有多个格式如下的 excel 文件:

ID | Name | Prop1 | Prop2 | User

来自excel1的数据:

ID | Name | Prop1 | Prop2 | Prop3 | User 
1  | test |       |       |       | John

来自 Excel2 的数据:

ID | Name | Prop1 | Prop2 | Prop3 | User
1  | test |   a   |   b   |       | John

来自 Excel3 的数据:

ID | Name | Prop1 | Prop2 | Prop3 | User
1  | test |       |       |   c   | John

我想做的是将这些单元格组合起来。

期望的输出:

ID | Name | Prop1 | Prop2 | Prop3 | User
1  | test |   a   |   b   |   c   | John

如果文件中的单元格为空，而另一个文件中有值，我想替换它。

有什么简单的方法可以做到这一点吗？

谢谢。

Answer 1

您可以通过 glob 创建所有 DataFrame 的列表，最终 df 需要 combine_first与 reduce :

import glob
from functools import reduce

files = glob.glob('files/*.xlsx')
dfs = [pd.read_excel(fp).set_index(['ID','Name','User']) for fp in files]

df1 = reduce(lambda l,r: pd.DataFrame.combine_first(l,r), dfs)
print (df1)
             Prop1 Prop2 Prop3
ID Name User                  
1  test John     a     b     c

编辑:如果不需要将文件与 NaN 组合，解决方案更简单:

import glob

files = glob.glob('files/*.xlsx')
df = pd.concat([pd.read_excel(fp) for fp in files],ignore_index=True)