作者：TED

之前曾尝试用 Python 写过整理 Excel 表格的代码，记录在《Python 自动整理 Excel 表格》中。当时也是自己初试 pandas，代码中用到的也是结合需求搜索来的 merge 方法实现两个表格的“融合”，现在看来也不算复杂。起初没什么人看，也没留意；最近很意外地被几位朋友转载了去，竟也带着原文阅读破千了，吸引了不少新的关注。

由此想到，可能 pandas 处理表格并没有想象中被熟知，如果不接触可能完全意识不到会有这类工具的存在。

今天要分享的这个问题和之前的类似，也是表格合并：

首先是需求一：有 表 A.xlsx 和 表 B.xlsx，想将其纵向合并成同一张表格:

以及需求二：想在 表 C.xlsx 中提取第三列、在 表 D.xlsx 中提取前两列，整合成新的表格：

如果不用编程，纯手工操作其实并不难，选中区域、复制再粘贴就搞定了。工作量小的情况下，手工操作一番还挺快乐的；但如果文件几十上百份、甚至成百上千的话就一言难尽了。所以，工作量大时，编程代码来实现上述操作的优势就凸显了：修改代码中几个参数，设置几个循环遍历，等几秒钟便可轻松搞定。

下面看 Python 实现的思路和步骤，还是要用之前提到过的 pandas 库。pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

pandas 百度百科

关于 pandas 网上一堆这里先不赘述。此外，由于涉及 xlsx 格式的 Excel 表格读写，还需要 xlrd 和 openpyxl 模块的支持，可通过以下命令安装模块：pip install xlrd

pip install openpyxl

如果运行代码过程中，报错 No Module ... 可以尝试安装相应模块来解决。

需求一编码

模块准备就绪，首先是导入 pandas 模块，通过 read_excel 方法来读取表格内容。表 A 读取如下：

表 B 读取如下：

读取到的表格内容的数据格式是 Dataframe (pandas 中的一种数据格式)，最左侧竖排 0 开始的数字是该数据格式的 index。

我们可以通过 pandas 中的 concat 方法来合并不同的 Dataframe。注意 concat 方法中有个参数是 axis，默认为 0 表示按行即纵向合并，此处我们没有做设置使用的是默认值：

合并成功，但仍有问题，即最左侧的 index 和 "序号" 一列中的数字并没有实现依据实际表格数据进行更新，仍是保持原样需要做调整。首先是通过 reset_index 来重置下 index：

此外还要对"序号"这一列中的数字更新处理：

OK，纵向合并完成，将合并后的数据通过 to_excel 方法保存到 xlsx 表格中：

最终，文件夹内会生成 result1.xlsx 表格文件，即合并后的结果了。

需求二编码

相较上个需求，此处额外多了一个提取某列，即定位数据格式中的部分数据，同时不同的是这次我们要横向按列合并提取出的内容。大致有些思路，仍是一步步来，首先仍是通过 read_excel 读取两个表格：

因为需求要定位到特定某列，故通过 iloc 方法实现通过索引定位并提取某行某列数据，首先是 iloc[:,2] 获取 表 C 中的第三列（此处 ":" 代表所有行；2 代表由0开始的列索引值，即第三列）：

以及 iloc[:,[0,1]] 获取 表 D 中的第一、二列（此处 ":" 代表所有行；[0,1] 代表由0开始的列索引值，即第一列和第二列）：

获取到了特定的数据内容，仍然通过 concat 来合并，这里由于我们需要横向按列合并，故需要额外设置 axis 参数为 1:

最终仍是通过 to_excel 方法保存 xlsx 格式表格文件：

至此，需求完成，任务搞定。

后续编码

接下来我们可能还有疑问，这样写出来的代码不还是只能将两份表格合并为一，怎么处理大量表格呢？

还记得学 Python 或其它编程语言开头都要学的 for 循环、定义方法么？基于刚实现的代码，我们就可以将整个合并流程定义成一个独立的方法，针对我们需要处理的大量文件，可以通过 for 循环来遍历、调用定义的方法来逐一完成处理。

由于我手头上没有太多文件，且提问题的朋友没做要求，所以后续代码没有展开。

此外，对于公众号的文章，我最初的观点是写自觉有趣的东西给大家当个乐子看。随着大家的反馈与提问，现在我对 "有趣" 的理解也丰富了些：除了博人眼球，用编程思路去优化现实中的问题也是很有意思的。

应懒癌朋友的要求，在这整理一下之前发过的几篇关于 Excel 表格处理以及 PDF 文件相关的文章，如有需要自取哈～

Excel 表格处理相关：用 Python 整理 Excel 表格

摘要：将一份表格文件中不同 sheet 单页面中的数据汇总整理到一起

Python 自动整理 Excel 表格

摘要：将两份表格通过共有的数据信息进行合并融合

给无网络的办公电脑插上 Python 小翅膀

摘要：Windows 办公电脑在无网络情况下 Python 和 pandas 安装参考

本篇

摘要：提取表格内容进行横、纵向合并

PDF 文件处理相关：Python 读取 PDF 信息插入 Word 文档

摘要：批量在不同 PDF 中提取特定位置的数据插入到对应 Word 文档中

Python 办公小助手：读取 PDF 中表格并重命名

摘要：批量读取 PDF 中特定数据，并以读取到的数据重命名该 PDF 文件