使用pandas在Python中循环多个Excel文件

我知道这种问题总是被问到。 但是我很难找出最好的方法来做到这一点。

我写了一个脚本，用pandas重新格式化一个excel文件。 它工作很好。

现在我想循环多个 excel文件，进行相同的重新格式化操作，并将每个excel表格最近重新格式化的数据放在底部。

我相信第一步是要制作目录中所有excel文件的列表。 有很多不同的方法来做到这一点，所以我很难find最好的方法。

以下是我目前用来导入多个.xlsx并创build一个列表的代码。

import os import glob os.chdir('C:\ExcelWorkbooksFolder') for FileList in glob.glob('*.xlsx'): print(FileList) 

我不确定是否以前的glob代码实际上创build了我需要的列表。

然后我不知道从哪里去。 下面的代码在pd.ExcelFile(File)失败pd.ExcelFile(File)我相信我失去了一些东西….

 # create for loop for File in FileList: for x in File: # Import the excel file and call it xlsx_file xlsx_file = pd.ExcelFile(File) xlsx_file # View the excel files sheet names xlsx_file.sheet_names # Load the xlsx files Data sheet as a dataframe df = xlsx_file.parse('Data',header= None) # select important rows, df_NoHeader = df[4:] #then It does some more reformatting. ' 

任何帮助是极大的赞赏

Answer 1

你需要改变

 os.chdir('C:\ExcelWorkbooksFolder') for FileList in glob.glob('*.xlsx'): print(FileList) 

只是

 os.chdir('C:\ExcelWorkbooksFolder') FileList = glob.glob('*.xlsx') print(FileList) 

为什么这个修复它？ glob返回一个列表。 由于您将for FileList in glob.glob(...) ，您将逐个列出该列表并将结果放入FileList 。 在循环结束时， FileList是一个文件名 – 一个string。

当你这样做的代码：

 for File in FileList: for x in File: 

第一行将File分配给最后一个文件名的第一个字符（作为一个string）。 第二行将x分配给File的第一个（也是唯一的）字符。 这不太可能是一个有效的文件名，所以它会引发错误。

Answer 2

我解决了我的问题。 我使用os.listdir来读取所有的excel表格，而不是使用glob函数，循环遍历每个excel文件，重新格式化，然后将最后的数据附加到表格末尾。

 #first create empty appended_data table to store the info. appended_data = [] for WorkingFile in os.listdir('C:\ExcelFiles'): if os.path.isfile(WorkingFile): # Import the excel file and call it xlsx_file xlsx_file = pd.ExcelFile(WorkingFile) # View the excel files sheet names xlsx_file.sheet_names # Load the xlsx files Data sheet as a dataframe df = xlsx_file.parse('sheet1',header= None) #.... do so reformating, call finished sheet reformatedDataSheet reformatedDataSheet appended_data.append(reformatedDataSheet) appended_data = pd.concat(appended_data) 

这就是它，它做我想要的一切。