利用pandas将多张表按照行索引横向连接到一起，concat的用法

 比如将如下12个月份如图一的表合并成合并成图二的表（这里我已经将inst_id设置为索引，之后都是以它连接）

这里使用concat连接

                              图一

                                                                                    图二

  

   

    

     

    
    

     

      import pandas as pd
     
    
   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 读取excel
     
    
   

    

     

    
    

     

      df1 = pd.read_excel('合同1.xls')
     
    
   

    

     

    
    

     

      # 将sinst_id的数据类型转化成string类型
     
    
   

    

     

    
    

     

      df1['sinst_id'] = df1.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      # 将sinst_id设置成行索引
     
    
   

    

     

    
    

     

      df1 = df1.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df2 = pd.read_excel('合同2.xls')
     
    
   

    

     

    
    

     

      df2['sinst_id'] = df2.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df2 = df2.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df3 = pd.read_excel('合同3.xls')
     
    
   

    

     

    
    

     

      df3['sinst_id'] = df3.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df3 = df3.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df4 = pd.read_excel('合同4.xls')
     
    
   

    

     

    
    

     

      df4['sinst_id'] = df4.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df4 = df4.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df5 = pd.read_excel('合同5.xls')
     
    
   

    

     

    
    

     

      df5['sinst_id'] = df5.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df5 = df5.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df6 = pd.read_excel('合同6.xls')
     
    
   

    

     

    
    

     

      df6['sinst_id'] = df6.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df6 = df6.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df7 = pd.read_excel('合同7.xls')
     
    
   

    

     

    
    

     

      df7['sinst_id'] = df7.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df7 = df7.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df8 = pd.read_excel('合同8.xls')
     
    
   

    

     

    
    

     

      df8['sinst_id'] = df8.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df8 = df8.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df9 = pd.read_excel('合同9.xls')
     
    
   

    

     

    
    

     

      df9['sinst_id'] = df9.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df9 = df9.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df10 = pd.read_excel('合同10.xls')
     
    
   

    

     

    
    

     

      df10['sinst_id'] = df10.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df10 = df10.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df11 = pd.read_excel('合同11.xls')
     
    
   

    

     

    
    

     

      df11['sinst_id'] = df11.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df11 = df11.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df12 = pd.read_excel('合同12.xls')
     
    
   

    

     

    
    

     

      df12['sinst_id'] = df12.sinst_id.astype(np.str)
     
    
   

    

     

    
    

     

      df12 = df12.set_index('sinst_id')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      frames = [df1, df2, df3, df4, df5, df6, df7, df8, df9, df10, df11, df12]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 连接表axis=1时是表横向连接，keys可以设置连接后的列索引，join为外连接
     
    
   

    

     

    
    

     

      result = pd.concat(frames, axis=1, keys=['{}月'.format(i) for i in range(1, 13)], join='outer')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(result)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 存储进excel，index=True时，存储索引，header是存储以前的行索引
     
    
   

    

     

    
    

     

      result.to_excel('合同总.xls', sheet_name='Sheet1', index=True, header=True)
     
    
  
 

注意：pandas对于长整型的数据在存储excel是要进行强制类型转化，可能会丢失精度（此外在读取数据库数据时也可能出现问题）所以最好将数据类型转化成string类型时再存储。

文章来源: blog.csdn.net，作者：橙子园，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/Chenftli/article/details/84791771