pandas库读取多个excel文件数据并进行筛选合并处理后导入到新表格中

一、说明：

通过pandas库解决生活中的实际问题，关键词：pandas:Series/DataFrame
实际场景：
①前几日家中的服装店部分库存需要补货，店长向厂家下了部分订单；
②几日后到了一批货物，其中系统中共收到3张收货明细单；
③收到后业务员对实际的货物进行了清点，最终形成了一张纸质的收货单据，样式如下：
货号00000001:15件；货号000000002:13件…
④我打开系统中的收货单发现问题，店长下的订单厂家部分缺货并未发货，但是在其发货清单中这部分数据中的发货数量为0，且其中存在大量统计时的无效数据；
⑤通过Python实现高效率的从三张电子货单中筛选所需数据并进行合并计算，最终得出厂家的发货单明细数据；
⑥同业务员的纸质单据进行逐一核实。

二、数据截图：

取出图片中部分数据经过处理后导出到新表格中

三、代码实现

# 日期：2021-11-05
# 作者：Skyler
# 说明：读取多个表格中指定列数据并进行筛选计算，最终将结果导出到excel表格
# 方法：如需求和我一致（具体可参考图片内容），则修改路径变量即可：1.将所有文件放到指定路径的文件夹内;2.注意最终输出的路径

#导入所需要的模块
import pandas as pd
import os
#定义文件路径
path='E:/4.Python/8.files/'
#通过函数取出所有文件名称
files=os.listdir(path)
df4=pd.DataFrame()
#循环拼接路径>读取所有文件>条件筛选所需数据>分组聚合进行计算>转换数据类型>添加到定义的变量中
for i in range(0,len(files)):
    file_name=path+files[i]
    df=pd.read_excel(file_name)
    df=df[df['数量']>0]
    df=df[df['标准价']>0]
    df2=df.groupby(['商品','标准价'])['数量'].sum()
    print('----------------------------------------------------------')
    df3=pd.DataFrame(df2)
    #print(df3)
    df4=df4.append(df3)  
#print(df4) 
#导出最终结果到excel表格中  
df4.to_excel(r'C:\Users\Skyler\Desktop\info.xlsx')