Chào các bạn, dạo này mình đang mày mò dùng Python để xử lý dữ liệu Excel và thấy nó mạnh mẽ thật. Hôm nay mình muốn chia sẻ một chút về cách tự động hóa việc trích xuất dữ liệu từ nhiều file Excel khác nhau về một file duy nhất, rất hữu ích khi các bạn phải làm báo cáo tổng hợp.
Trước đây, mỗi lần nhận file từ các phòng ban khác nhau là y như rằng phải copy-paste thủ công hoặc dùng các hàm phức tạp. Giờ có Python, mọi thứ đơn giản hơn nhiều.
Mình thường dùng thư viện Pandas để làm việc này. Các bước cơ bản như sau:
- Tìm tất cả các file Excel trong một thư mục chỉ định.
- Đọc từng file Excel đó.
- Trích xuất các cột dữ liệu cần thiết.
- Ghép các dữ liệu lại với nhau thành một DataFrame lớn.
- Lưu kết quả ra một file Excel mới.
Ví dụ code đơn giản để đọc tất cả file .xlsx trong thư mục data/ và ghép chúng lại:
import pandas as pd
import glob
import os
path = 'data/' # Thư mục chứa các file Excel
all_files = glob.glob(os.path.join(path, '*.xlsx'))
df_list = []
for filename in all_files:
df = pd.read_excel(filename)
df_list.append(df)
combined_df = pd.concat(df_list, ignore_index=True)
# Bạn có thể thêm các bước xử lý dữ liệu ở đây
# Ví dụ: loại bỏ trùng lặp, chuẩn hóa cột...
combined_df.to_excel('tong_hop_du_lieu.xlsx', index=False)
print('Đã tổng hợp dữ liệu thành công!')Cách này giúp tiết kiệm rất nhiều thời gian và giảm thiểu sai sót so với làm thủ công. Có bạn nào đã áp dụng Python vào xử lý file Excel theo cách tương tự chưa? Chia sẻ thêm kinh nghiệm nhé!