Python批量合并Excel，實(shí)現(xiàn)數(shù)據(jù)透視表

數(shù)據(jù)透視表是Excel非常高級(jí)的功能，它能夠?qū)㈤L(zhǎng)表轉(zhuǎn)換成寬表，以多維度交叉的形式查看數(shù)值，更容易對(duì)比和分析數(shù)據(jù)。

單個(gè)Excel表的數(shù)據(jù)透視是比較容易的，然而如果數(shù)據(jù)分散在不同的Excel工作表的時(shí)候就難以處理。這時(shí)候結(jié)合Python，我們就能強(qiáng)強(qiáng)聯(lián)手。

## 問(wèn)題定義

有這樣的一個(gè)書(shū)店銷(xiāo)售數(shù)據(jù)，分多個(gè)sheet，每個(gè)sheet是一個(gè)月份的數(shù)據(jù)銷(xiāo)售記錄，現(xiàn)在一個(gè)個(gè)sheet查看數(shù)據(jù)不方便，就想到用數(shù)據(jù)透視表。

如果我想實(shí)現(xiàn)如下的結(jié)果透視表，該怎么做到呢？

大家如果仔細(xì)查看這個(gè)透視表，會(huì)發(fā)現(xiàn)每本書(shū)不同月份的銷(xiāo)量、不同書(shū)籍相同月份的銷(xiāo)量等趨勢(shì)和對(duì)比，都更加明顯的得到對(duì)比。

## 引入Pandas，讀取源Excel文件

## 將多個(gè)Sheet表進(jìn)行合并

因?yàn)樵垂ぷ鞅碇袥](méi)有“月份”這一列，但是數(shù)據(jù)透視的時(shí)候需要按月份透視，所以我們先新增這一列，值設(shè)置為sheet name，然后對(duì)多個(gè)表合并，合并時(shí)用到了pd.concat。

## 調(diào)用pd.pivot_table實(shí)現(xiàn)數(shù)據(jù)透視

如上的pd.pivot_table很強(qiáng)大，介紹下其中的參數(shù)：

- df_all，即要訪(fǎng)問(wèn)的data frame數(shù)據(jù)

- index，透視表的行

- columns，透視表的列

- values，透視表的數(shù)值

- aggfunc，對(duì)值的聚合函數(shù)，默認(rèn)是mean，這里改成sum加和

- fill_value，有些書(shū)籍在某些月份是沒(méi)有銷(xiāo)售的，填充值為0

- margins，是否在行尾部、列尾部，添加匯總列

- margins_name，匯總列的名字

打印透視表，看到如下效果

## 保存到結(jié)果Excel文件

這一步就簡(jiǎn)單了

## 總結(jié)

相比Excel，Python在批量化處理上具備強(qiáng)大的優(yōu)勢(shì)，結(jié)合透視表，可以實(shí)現(xiàn)比Excel原生透視表更強(qiáng)大的功能。