Python脚本实现了以下功能：
-
合并多个Excel文件：脚本遍历当前目录下的所有
.xlsx文件，读取每个文件的内容并合并到一个大的DataFrame中，然后将合并后的数据写入到名为combined_data.xlsx的新文件中。 -
统计指定列的重复值：读取刚刚合并的
combined_data.xlsx文件，检查其中的某一列（在这个例子中为攻击类型）是否存在且数据类型为字符串。如果条件满足，则统计该列中不同文本的出现次数，并将重复值及其出现次数按照降序排列。最后，将统计结果写入同一个Excel文件的第二个工作表（Sheet2）中。
注意事项： 以下代码使用了 openpyxl和pandas这两个第三方库 ，使用以下命令获取。
pip install openpyxl
pip install pandasimport os
import openpyxl
import pandas as pd# 获取当前脚本所在目录
script_dir = os.path.dirname(__file__)
output_file = os.path.join(script_dir, 'combined_data.xlsx')# 合并当前目录下所有xlsx文件
current_directory = os.getcwd()
file_list = [os.path.join(current_directory, f) for f in os.listdir(current_directory) if f.endswith('.xlsx')]# 初始化一个空列表来存储所有数据帧
data_frames = []# 逐个读取xlsx文件并合并
for file in file_list:df = pd.read_excel(file)data_frames.append(df)# 合并所有数据帧
combined_df = pd.concat(data_frames, ignore_index=True)# 将合并后的数据写入新创建的xlsx文件中
combined_df.to_excel(output_file, index=False)# 检查并处理列名为'攻击类型'的列
target_column = '攻击类型'
if target_column in combined_df.columns and combined_df[target_column].dtype == 'object':# 统计该列总行数total_rows = combined_df.shape[0]# 去除重复值并计算重复次数duplicates = combined_df[target_column].duplicated(keep=False)duplicate_counts = combined_df[duplicates][target_column].value_counts().reset_index()duplicate_counts.columns = [target_column, 'occurrences']# 按照重复次数降序排列duplicate_counts = duplicate_counts.sort_values(by='occurrences', ascending=False)# 新增Sheet2with pd.ExcelWriter(output_file, engine='openpyxl', mode='a') as writer:writer.book = openpyxl.load_workbook(output_file)duplicate_counts.to_excel(writer, sheet_name='Sheet2', index=False)print(f"{target_column}重复数据已写入到{output_file}的Sheet2中。")
else:print(f"{target_column}不存在或不是字符串类型，请检查数据")print(f"总行数: {total_rows}")
