python 删除空值且合并excel的操作
适用条件
1：excel表比较多
2：excel的数据量比较大，不然的话excel筛选&手动合并还是很舒服滴~
需求
取出【电话】列中不为空所对应的行的值并且将几张表给合并起来
来来来，放代码了！！
importxlrd
importpandasaspd
importopenpyxl
target_xls="合并表1.xlsx"
source_xls=["全1.xlsx","全2.xlsx","全3.xlsx",\
"全4.xlsx","全5.xlsx","全6.xlsx"]
sysptoms=pd.DataFrame()
foriinrange(len(source_xls)):
print(i)#了解打印进度
sheet2=pd.read_excel(source_xls[i]).fillna("")#有空格，填充函数，填的空值。要加fillna,不然无法删除空值所对应的行
sysptom=sheet2[sheet2['电话']!=""]#筛选
sysptoms=pd.concat([sysptoms,sysptom])#两个dataframe合并,相当于合并excel
print(type(sysptom))
sysptoms.to_excel(target_xls,index=False)#pandas写入excel用.to_excel
print("ok")
补充：python读取excel数据，遇到空单元格的处理方法
读取excel表格时，经常遇到空单元格的情况，这时需要明确的是，空单元格在python中是什么格式，NULL？NAN还是什么？
在用xlrd函数读入excel时，空单元格其实是空字符串''形式
因此处理方法就很简单啦，如下：
infilename=r'D:\aajja.xlsx'
workbook=xlrd.open_workbook(infilename)
df=workbook.sheet_by_name('sheetname')
num_rows=df.nrows-1#我这里是第一行不要，所以跳过了
num_cols=df.ncols
t=0
im_data=np.zeros((num_rows,num_cols))
forcurr_rowinrange(1,num_rows+1):
forcurr_colinrange(num_cols):
rawVal=df.cell(curr_row,curr_col).value
ifisinstance(rawVal,str):
im_data[curr_row-1,curr_col]=np.nan
else:
im_data[curr_row-1,curr_col]=float(rawVal)
其实重点就一句：
ifisinstance(rawVal,str)
判断该单元格数值是否为字符串，当然如果你的excel中本来就有字符串格式数据，这里可以更改为判断是否为空字符串，稍微修改一下即可
以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。