python如何将一份txt文件变成excel

可以使用Python中的pandas和SQLAlchemy库来将SQL文件转换成Excel表格。以下是一个基本的示例代码： ```python import pandas as pd from sqlalchemy import create_engine # 创建数据库连接 engine = create_engine('sqlite:///example.db') # 读取SQL文件中的数据 query = open('example.sql', 'r').read() df = pd.read_sql_query(query, engine) # 将数据保存为Excel文件 df.to_excel('example.xlsx', index=False) ``` 这个代码假定你有一个名为`example.sql`的SQL文件和一个名为`example.db`的SQLite数据库文件。你需要将这些文件放在同一个文件夹下。当你运行这个代码时，它将把SQL文件中的数据读入一个pandas DataFrame中，并将其保存为一个名为`example.xlsx`的Excel文件。

<think>我们使用Python来完成任务。需要读取多个.tdms文件，提取每个文件第三个sheet中的两列数据，并在合并后的Excel文件中，每个文件的数据前加上文件名作为第一行。 步骤： 1. 使用`os`模块获取当前目录下所有.tdms文件。 2. 由于.tdms文件不是标准Excel文件，我们需要使用专门的库来读取。常见的库是`nptdms`，所以需要安装它（如果未安装）。 3. 对于每个.tdms文件，读取第三个sheet（即第三个group）中的两列数据。 4. 在数据前面添加一行，该行第一个单元格为文件名，第二个单元格开始为两列的列名（或者我们可以将文件名放在第一列的上方，作为标题行？）。但问题要求“把每个文件的这两列用这个文件的名字加在第一行”，我们可以理解为每个文件的数据前面加一行，该行第一列是文件名，第二列和第三列可以是空或者合并单元格？但是问题中说的是“两列都要”，所以每个文件的数据是两列，那么我们在每个文件的数据前面加上一行，这一行只有第一个单元格有文件名，然后合并后面的单元格？或者我们可以将文件名放在第一列的第一行，然后数据从第二行开始？但是这样每个文件的数据只有两列，而文件名占用了第一列的第一行，那么其他行第一列是空的。这样可能不太好看。 另一种理解：将每个文件的两列数据直接合并到一个Excel文件中，每个文件的数据作为两列，并在这些两列数据的上方（第一行）写上文件名。这样，合并后的Excel文件会有很多列，每两列代表一个文件，且这两列的第一行是文件名。 但是问题描述是“合并起来变成一份excel”，并且“把每个文件的这两列用这个文件的名字加在第一行”。所以，我理解为：最终生成一个Excel文件，其中包含多个文件的数据，每个文件的数据占据两列，且在这两列的顶部第一行合并单元格并写入文件名，下面则是该文件的两列数据。 然而，另一种常见的做法是：每个文件的数据作为单独的一个sheet，但问题要求合并成一个Excel，并没有说是在同一个sheet还是不同sheet。但问题说“合并起来变成一份excel”，并且要求每个文件的数据前加上文件名，所以很可能是在同一个sheet中，每个文件的数据作为两列，然后每个文件的两列上面用一行来写文件名。 但是，同一个sheet中，如果每个文件的数据行数不同，那么会出现不对齐的情况。所以，我们可能需要将每个文件的数据放在不同的行中？但是问题要求的是两列数据，并没有说变成一列。所以，我重新理解问题： 原话：“其中的数据是两列，这两列都要，请把他们合并起来变成一份excel，并把每个文件的这两列用这个文件的名字加在第一行。” 可能的意思是：每个文件的两列数据，我们保留两列，然后在每个文件的数据前面加上一行，该行第一列写文件名，第二列和第三列可以空着，或者合并单元格写文件名？但这样不太合理。 另一种理解：将每个文件的两列数据上下堆叠起来（即每个文件的数据作为多行，每行两列），然后在每个文件的数据块前面插入一行，该行第一列写文件名，后面一列空着（因为有两列数据，所以文件名写在第一列，后面两列空着？）或者合并第一行三个单元格写文件名？这样整个Excel只有两列数据，但是每个文件的数据前面有一行标题行（文件名）。 但是问题中说的是“合并起来变成一份excel”，并且每个文件的两列都要，所以可能是每个文件的数据作为两列，然后每个文件的数据放在不同的列中。 考虑到问题描述不够清晰，我按照以下两种可能的方式实现： 方式A（每个文件的数据作为两列，并排放在同一个sheet中）： - 最终Excel文件的第一行：每个文件占据两个连续的单元格，合并这两个单元格，写入文件名。 - 从第二行开始，每个文件的两列数据分别放在这两个单元格下方。 方式B（每个文件的数据作为行，每个文件的数据前面加一行文件名）： - 最终Excel文件只有两列：第一列是文件名（只在每个文件的第一行出现），第二列和第三列是数据？不，这样数据有三列了。所以应该是：每个文件的数据是两列，我们将每个文件的数据按行追加，并在每个文件的数据上方插入一行，该行第一列写文件名，第二列和第三列留空（或者合并第一列到第三列，但这样会破坏两列数据的结构）。 但是，如果按照方式B，那么整个Excel文件会有三列：第一列是文件名（每个文件只出现在第一行），后面两列是数据。但是这样，每个文件的数据只有第一行的第一列有文件名，其他行第一列为空。 由于问题没有明确，我按照方式A来实现，因为方式A更符合“合并”的含义，即把多个文件的数据并排放在一起。 步骤（方式A）： 1. 遍历每个.tdms文件。 2. 读取第三个sheet（group）中的两列数据（假设这两列是唯一的，或者我们可以通过索引获取前两列？或者根据列名？问题没有指定列名，所以按索引取前两列？但是问题中提到了“SMU Power Supply - Sweep Si”，这个可能是group名，而里面的数据列名未知。所以，我们读取该group下的所有数据，然后取前两列？） 3. 将每个文件的两列数据保存到一个DataFrame中，然后我们为这个DataFrame添加一个标题（在列名之上的一行），这需要多行列索引。但是，我们最终要写入Excel，我们可以先构建一个大的DataFrame，但这样会非常复杂。 另一种做法：使用openpyxl或xlsxwriter直接操作Excel文件，因为我们需要合并单元格等操作。 考虑到每个文件的数据行数可能不同，我们在写入时，每个文件的数据从第一行开始写，但是列位置不同。 具体步骤（使用openpyxl）： 1. 创建一个新的Excel工作簿，选择一个工作表。 2. 设置初始列位置为1（即第一列）。 3. 对于每个文件： a. 读取文件，获取第三个group，假设该group下至少有两列数据，我们取前两列。 b. 计算该文件的数据行数（假设为n行）。 c. 在当前工作表的第1行，当前列位置，写入文件名，并合并当前列和下一列（共两个单元格）。 d. 从第2行开始，将第一列数据写入当前列，第二列数据写入当前列+1。 e. 更新列位置，增加2（因为每个文件占两列）。 4. 保存Excel文件。 但是，如果文件很多，数据行数不一致，那么会出现中间有空缺的情况（因为有些文件行数少，后面的列就会在下面行没有数据）。这是可以接受的。 由于.tdms文件需要使用nptdms库，请确保安装：`pip install nptdms` 注意：nptdms库读取tdms文件，group和channel的概念。一个tdms文件有多个group，每个group有多个channel，每个channel是一列数据。 我们假设第三个group就是我们要的，然后获取这个group下的所有channel，取前两个channel。 代码实现： 由于我们不知道每个group的channel名称，所以按顺序取前两个。 步骤： 1. 导入所需库。 2. 获取当前目录下所有.tdms文件。 3. 创建一个新的Excel工作簿。 4. 循环处理每个文件。 但是，如果数据量很大，使用openpyxl逐行写入可能效率不高，我们可以考虑先收集所有数据，然后构建一个大的DataFrame，但方式A的DataFrame结构复杂（因为每两列是一个文件，且第一行是文件名），所以还是用openpyxl直接写。 代码示例：</think>下面是一个Python解决方案，用于处理多个.tdms文件，提取指定sheet的两列数据，并合并成一个Excel文件，每个文件的数据前添加文件名作为标题行： ```python import os import pandas as pd from nptdms import TdmsFile def merge_tdms_files_to_excel(output_filename="merged_data.xlsx"): """ 合并当前目录下所有.tdms文件的指定sheet数据到单个Excel文件 每个文件的数据前添加文件名作为标题行 """ # 获取当前目录所有.tdms文件 tdms_files = [f for f in os.listdir() if f.endswith('.tdms')] if not tdms_files: print("未找到.tdms文件") return # 存储所有数据框的列表 all_data = [] for file in tdms_files: try: # 读取TDMS文件 tdms_file = TdmsFile.read(file) # 获取第三个sheet（索引为2） sheets = list(tdms_file.groups()) if len(sheets) < 3: print(f"跳过 {file}: 不足3个sheet") continue target_sheet = sheets[2] # 第三个sheet # 获取指定sheet中的通道（列） channels = list(target_sheet.channels()) if len(channels) < 2: print(f"跳过 {file}: 目标sheet不足2列数据") continue # 提取前两列数据 col1_data = target_sheet[channels[0]][:] col2_data = target_sheet[channels[1]][:] # 创建DataFrame df = pd.DataFrame({ channels[0]: col1_data, channels[1]: col2_data }) # 添加文件名作为首行 filename_row = pd.DataFrame({ channels[0]: [file], channels[1]: [""] # 第二列留空 }) # 合并文件名行和数据 combined = pd.concat([filename_row, df], ignore_index=True) all_data.append(combined) except Exception as e: print(f"处理 {file} 时出错: {str(e)}") if not all_data: print("无有效数据可合并") return # 合并所有数据 final_df = pd.concat(all_data, ignore_index=True) # 保存到Excel final_df.to_excel(output_filename, index=False) print(f"合并完成! 结果保存至 {output_filename}") # 执行合并 merge_tdms_files_to_excel() ``` ### 代码解释： 1. **文件查找**： - 使用`os.listdir()`获取当前目录所有.tdms文件 2. **TDMS文件处理**： - 使用`nptdms`库读取TDMS文件 - 通过`tdms_file.groups()`获取所有sheet - 选择第三个sheet（索引2）`sheets[2]` 3. **数据提取**： - 获取目标sheet中的所有数据通道：`target_sheet.channels()` - 提取前两列数据：`target_sheet[channel_name][:]` 4. **数据格式化**： - 为每个文件创建包含两列数据的DataFrame - 添加文件名作为首行（第一列放文件名，第二列留空） - 使用`pd.concat()`合并文件名行和实际数据 5. **结果合并**： - 将所有文件的DataFrame垂直合并 - 使用`to_excel()`保存为Excel文件 ### 使用前准备： 1. 安装所需库： ```bash pip install nptdms pandas openpyxl ``` 2. 文件要求： - 所有.tdms文件放在同一目录 - 每个文件必须包含至少3个sheet - 第三个sheet必须包含至少2列数据 ### 输出示例： 生成的Excel文件格式： | 文件名/列1 | 列2 | |------------|-----------| | file1.tdms | | | 实际数据1 | 实际数据1 | | 实际数据2 | 实际数据2 | | file2.tdms | | | 实际数据A | 实际数据A | | 实际数据B | 实际数据B |