Python 将新数据合并到现有数据帧中

用我的代码，我可以在一个数据库中加入两个数据库。现在，我需要对另一个数据库文件执行同样的操作

档案1：

Fecha       Cliente     Impresiones Impresiones 2   Revenue
20/12/17    Jose        1312        35              $12
20/12/17    Martin      12          56              $146
20/12/17    Pedro       5443        124             $1,256
20/12/17    Esteban     667         1235            $1

档案2：

Fecha       Cliente     Impresiones Impresiones 2   Revenue
21/12/17    Jose        25          5               $2
21/12/17    Martin      6347        523             $123
21/12/17    Pedro       2368        898             $22
21/12/17    Esteban     235         99              $7,890

阿奇沃：

Fecha       Cliente     Impresiones Impresiones 2   Revenue
22/12/17    Peter       55          5               $2
22/12/17    Juan        634527      523             $123
22/12/17    Pedro       836         898             $22
22/12/17    Esteban     125         99              $7,890

我有以下结果：

问题是我需要将新数据库（

archivo

）添加到

Data.xlsx

文件中，它看起来如下所示：

代码：

---

扩展我的评论作为回答，我建议创建一个函数，该函数将重塑您的数据帧以符合给定的格式。我建议这样做，只是因为重塑数据比重塑新条目以符合现有结构要容易得多。这是因为您当前的结构是一种非常难以使用的格式（请接受我的建议）

因此，最简单的方法是创建一个函数-

def process(dfs):    
    df = pd.concat(dfs)\
           .set_index(['Cliente', 'Fecha'])\
           .stack()\
           .unstack(-2)\
           .sort_index(ascending=[True, False])

    i = df.index.get_level_values(0)
    j = df.index.get_level_values(1)

    y = np.insert(j.values, np.flatnonzero(j == 'Revenue'), i.unique())
    x = i.unique().repeat(len(df.index.levels[1]) + 1)

    df = df.reindex(pd.MultiIndex.from_arrays([x, y])).fillna('')
    df.index = df.index.droplevel()

    return df

现在，加载数据帧-

df_list = []
for file in ['archivo1.xlsx', 'archivo2.xlsx', ...]:
    df_list.append(pd.read_excel(file))

现在，使用

df\u列表调用
进程
函数

-

df = process(df_list)
df

Fecha        20/12/17 21/12/17
Esteban                       
Revenue            $1   $7,890
Impresiones2     1235       99
Impresiones       667      235
Jose                          
Revenue           $12       $2
Impresiones2       35        5
Impresiones      1312       25
Martin                        
Revenue          $146     $123
Impresiones2       56      523
Impresiones        12     6347
Pedro                         
Revenue        $1,256      $22
Impresiones2      124      898
Impresiones      5443     2368

将

df

保存到新的excel文件中。对进入系统的每个新数据帧重复该过程

总之，您的整个代码清单如下所示-

import pandas as pd
import pandas.io.formats.excel
import numpy as np


def process(dfs):    
    df = pd.concat(dfs)\
           .set_index(['Cliente', 'Fecha'])\
           .stack()\
           .unstack(-2)\
           .sort_index(ascending=[True, False])

    i = df.index.get_level_values(0)
    j = df.index.get_level_values(1)

    y = np.insert(j.values, np.flatnonzero(j == 'Revenue'), i.unique())
    x = i.unique().repeat(len(df.index.levels[1]) + 1)

    df = df.reindex(pd.MultiIndex.from_arrays([x, y])).fillna('')
    df.index = df.index.droplevel()

    return df


if __name__ == '__main__':
    df_list = []
    for file in ['archivo1.xlsx', 'archivo2.xlsx']:
        df_list.append(pd.read_excel(file))

    df = process(df_list)


    with pd.ExcelWriter("test.xlsx",
                        engine='xlsxwriter',
                        date_format='dd/mm/yyyy',
                        datetime_format='dd/mm/yyyy') as writer:                
        df.to_excel(writer, sheet_name='Sheet1') 

---

---

这个繁琐过程的替代方案是更改数据集结构，并重新考虑一个更可行的替代方案，该方案使向现有数据中添加新数据变得更容易，而不必从头开始重新调整所有内容。这是你必须坐下来思考的事情。

简单地说，这是很难做到的。最后两个问题是关于如何将数据转换成一种非常难以处理的格式。不幸的是，您现在已经扩展了需求，以适应新数据的到来。我的建议是：咬紧牙关。重新运行代码。从头开始。而不是

pd.concat（[df1，df2]）执行
pd.concat（[df1，df2，df3]）
。这是我能给你的最好的建议。好的，你知道另一种做类似事情的方法吗？我指的是一个数据库，实际上我整天都在用它来生成excel文件@Cᴏʟᴅsᴘᴇᴇᴅ如果您不介意重新创建输出，请查看我的答案。请查看我的编辑，我已添加了您的整个代码列表所需的外观。如果答案有用，您可以将其标记为已接受？我只能在您的代码中看到客户的姓名@MartinBouhier抱歉，我做了一些编辑。你能再运行一次吗？我的错误和以前一样。你能看到正确的结果吗？@MartinBouhier我交换了
x
和
y
的定义。：-）现在可以了，测试过了，没问题！很抱歉谢谢
import pandas as pd
import pandas.io.formats.excel
import numpy as np


def process(dfs):    
    df = pd.concat(dfs)\
           .set_index(['Cliente', 'Fecha'])\
           .stack()\
           .unstack(-2)\
           .sort_index(ascending=[True, False])

    i = df.index.get_level_values(0)
    j = df.index.get_level_values(1)

    y = np.insert(j.values, np.flatnonzero(j == 'Revenue'), i.unique())
    x = i.unique().repeat(len(df.index.levels[1]) + 1)

    df = df.reindex(pd.MultiIndex.from_arrays([x, y])).fillna('')
    df.index = df.index.droplevel()

    return df


if __name__ == '__main__':
    df_list = []
    for file in ['archivo1.xlsx', 'archivo2.xlsx']:
        df_list.append(pd.read_excel(file))

    df = process(df_list)


    with pd.ExcelWriter("test.xlsx",
                        engine='xlsxwriter',
                        date_format='dd/mm/yyyy',
                        datetime_format='dd/mm/yyyy') as writer:                
        df.to_excel(writer, sheet_name='Sheet1')