从具有多个工作表的多个 .xlxs 文件中提取 CSV 文件 [已回答]答案

【问题标题】：Extracting CSV files from multiple .xlxs files with multiple worksheets [answered]从具有多个工作表的多个 .xlxs 文件中提取 CSV 文件 [已回答]
【发布时间】：2020-11-10 10:19:29
【问题描述】：

为了撰写我的机械工程论文，我收到了很多传感器数据，这些数据配置在多个 Excel 文件 (100) 和多张表 (22) 中。现在我想将其可视化为 Power Bi，但 .xlxs 文件是一种减慢速度的工作方式，因此我希望将所有数据（表格）保存在单独的 CSV 文件中。我没有任何真正的编程经验，但能够在 jupyter 或 spyder 中运行脚本。

我在 VBA 中尝试了将多个 Excel 配置到 csv 中的代码，但这仅适用于 .xlsx 文件中的第一张工作表。

我还在 jupyter notebook 中使用了下面的代码；但这给了我一个excel的所有表格。

data = pd.read_excel('file_name.file_format', sheet_name=None)

for sheet_name, df in data.items():
    df.to_csv(f'{sheet_name}.csv')

是否有人有用于此目的的代码，或者是否有人知道如何调整上面的代码以对文件夹中的所有 excel 文件执行此操作？

【问题讨论】：

澄清一下，您是说您需要另一个嵌套现有循环的 for 循环，外部循环扫描文件夹中的每个文件？
正确，并且可能会将原始文件的名称添加到工作表中

标签： python excel csv export-to-csv

【解决方案1】：

只要每个文件中的工作表名称相同，那么这应该可以工作：

import os
import pandas as pd

# target directory where the workbooks lie
tgt_dir = r'paste\directory\here\make\sure\to\keep\letter\r\before\quote'

# list of any files within the dir that have .xlsx in them
list_xl_files = [f for f in os.listdir(tgt_dir) if '.xlsx' in f.lower()]

# type a list of the sheets you want to target and extract
list_target_sheets = ['Sheet1', 'Sheet2', 'etc']

# iterate through each file and for each sheet in target sheets
for xl_file in list_xl_files:
    for sheet in list_target_sheets:
        
        # read in the file and target sheet
        df = pd.read_excel(tgt_dir+'\\'+xl_file, sheet_name=sheet)
        
        # export to csv but replace .xlsx with nothing 
        # then add _sheetname.csv so the filename shows the sheet too
        df.to_csv(tgt_dir+'\\'+xl_file.replace('.xlsx','')+'_'+sheet_name+'.csv')

【讨论】：

不幸的是，有些文件有额外的传感器和数据，这意味着额外的工作表。但我现在得到了这段代码：import os import pandas as pd directory = "./" files = os.listdir(directory) for xlxs_file in files: if ".xlsx" in xlxs_file: filename = xlxs_file.strip(".xlsx") xlxs_file = os.path.join(directory, xlxs_file) data = pd.read_excel(xlxs_file, sheet_name=None) for sheet_name, df in data.items(): df.to_csv("{}-{}.csv".format(filename, sheet_name))
真好。请发布您的答案并将此主题标记为已回答，以便其他来到这里的人也可以学习，而无需深入研究 cmets。干杯！

【解决方案2】：

您可以尝试遍历每个具有 .xlxs 的文件的目录，只需将 YOUR_DIR 替换为您自己的包含文件的文件夹路径。

我添加了“文件名”，它只是没有扩展名的文件名，因此您可以将其添加到 .csv 文件名中

import os

directory = "\\YOUR_DIR\\HERE"
files = os.listdir(directory)

for xlxs_file in files:
    if ".xlxs" in xlxs_file:

        filename = xlxs_file.strip(".xlxs")
        xlxs_file = directory + "\\" + xlxs_file

        data = pd.read_excel(xlxs_file, sheet_name=None)
        for sheet_name, df in data.items():
            df.to_csv(f'{filename}_{sheet_name}.csv')

【讨论】：

不幸的是它似乎没有工作，它只生成文件夹中第一个文件的工作表
@Tigerfire176 这很奇怪，它们都具有相同的扩展名吗？你能把“print(xlxs_file)”放在xlxs_file:的“if”.xlxs下，看看它是否列出了文件？
啊我犯了一个错误 - 已编辑代码 sn-p 进行更正
我试着逐行运行它！ ``` 用于文件中的 xlxs_file：文件“”，文件中 xlxs_file 的第 1 行：^ SyntaxError：解析时出现意外 EOF ```
抱歉，不知道该建议什么 - 我尝试了几本包含多张工作表的工作簿，并获得了预期的结果。复制到 SO 后可能存在格式/缩进问题。听起来好像没有在“for xlxs_file in files:”下找到代码块：

【解决方案3】：

不幸的是，有些文件有额外的传感器和数据，这意味着额外的工作表。但我现在得到了这段代码：

import os
import pandas as pd

directory = "./"
files = os.listdir(directory)
for xlxs_file in files:
    if ".xlsx" in xlxs_file:
        filename = xlxs_file.strip(".xlsx")
        xlxs_file = os.path.join(directory, xlxs_file)
        data = pd.read_excel(xlxs_file, sheet_name=None)
        for sheet_name, df in data.items():
            df.to_csv("{}-{}.csv".format(filename, sheet_name))

【讨论】：