如何在python中将具有多张工作表的多个excel文件加载到一个数据框中

Question

我们正在尝试制作一个自动程序，该程序可以从一个文件夹中获取多个带有多张工作表的 Excel 文件，并将它们附加到一个数据框中。

我们的问题是我们不太确定如何执行此操作，因此该过程变得最自动化。而且由于工作表的名称不同，我们不能为它们指定任何变量。

所有文件都是*.xlsx，代码必须加载任意数量的文件。

我们尝试了不同类型的代码，主要是使用 pandas，但我们似乎无法将它们附加到一个数据帧中。

import numpy as np
import pandas as pd
import glob
all_data = pd.DataFrame()
for f in glob.glob("*.xlsx"):
    df = pd.read_excel(f)
    all_data = all_data.append(df, ignore_index=True)

# now save the data frame
writer = pd.ExcelWriter('output.xlsx')
all_data.to_excel(writer)
writer.save() 

sheet1 = xls.parse(0)

我们希望有一个包含所有数据的数据框，这样我们就可以使用数据并提取不同的特征并进行统计。

Answer 1

pandas.read_excel 的文档说明：

*sheet_name : str, int, list, or None, 默认为 0 字符串用于工作表名称。整数用于零索引的工作表位置。字符串/整数列表用于请求多张工作表。指定 None 以获取所有工作表。

可用案例：

• 默认为 0：作为 DataFrame 的第一张工作表
• 1：作为 DataFrame 的第二张工作表
• “Sheet1”：加载名为“Sheet1”的工作表
• [0, 1, "Sheet5"]: 加载第一个、第二个和名为“Sheet5”的工作表作为 DataFrame 的字典 无：所有工作表。*

我建议尝试最后一个选项，即 pd.read_excel(f,sheet_name = None)。否则，您可能想要创建一个循环并传递索引与实际工作表名称，这样您就不必事先了解 .xlsx 文件。