Python：将多个 Excel 工作簿读入一个 DataFrame

Question

我在一个文件夹中有大约 150 个不同的工作簿 (xlsx)，我想将它们读入 python 数据框进行分析。

每个工作簿都以相同的工作表名称和列名称进行设置。

我需要将每个工作簿的第一张表（“关键字排名”）上传到每个 DataFrame。对于读入的第一个工作表，我想从第 11 行开始维护列标题；之后的每个工作表我都想从第 12 行开始附加到我的 DataFrame。

我是 Python 新手，一直在网上阅读一些说明，但被卡住了。据我了解，我可以使用 xlrd 库来促进这一点。

我一直在玩下面的代码，但还没有走多远。 “关键字排名”是我要附加的工作表名称。

import pandas as pd
import numpy as np
import glob as glob

all_data = pd.DataFrame()
all_data = pd.ExcelFile("C:\\Users\\John Smith\\Documents\\Analysis\\FPR Nov - Mar 2018\\Dec_1_General.xlsx")
print(all_data.sheet_names)
all_d = all_data.parse('Keywords Rankings')

for f in glob.glob("Users\\John Smith\\Documents\\Analysis\\FPR Nov - Mar 2018\\*.xlsx", recursive=True):
    df = pd.read_excel(f)
    all_d = all_d.append(df,ignore_index=True)

Answer 1

您不应该不断地附加到现有的pd.DataFrame，因为这会非常低效。

您应该将pandas.concat 与数据框列表一起使用。

这可以通过列表理解来促进：

df = pd.concat([pd.read_excel(f, skiprows=range(10)) for f in files], axis=0)

假设每个 Excel 工作表的第 11 行中存在标题，列将自动对齐。