在python pandas中组合多个excel文件的问题

Question

我对 python 编程很陌生。我需要将 1000 多个文件合并到一个文件中。每个文件都有 3 张纸，我只需要从 sheet2 获取数据并制作最终的 excel 文件。我面临一个问题，即从 sheet2 上的每个 excel 文件中的特定单元格中选择一个值并创建一个列。 python 正在从第一个文件中选择值并在其上创建一个列

    df = pd.DataFrame()
            
    for file in files:
        if file.endswith('.xlsm'):
            df = pd.read_excel(file, sheet_name=1, header=None) 
            df['REPORT_NO'] = df.iloc[1][4] #Report Number
            df['SUPPLIER'] = df.iloc[2][4] #Supplier
            df['REPORT_DATE'] = df.iloc[0][4] #Report Number
        df2 = df2.dropna(thresh=15)
        df2 = df.append(df, ignore_index=True)
        df = df.reset_index()
        del df['index']
    df2.to_excel('FINAL_FILES.xlsx')

我该如何解决这个问题，以便 python 可以从每个 excel 中获取信息并将信息放在正确的行上。

Answer 1

I df.iloc[2][4] 指的是第一张纸的第二行第四列。您已使用 sheet_name=1 导入，但从未激活过其他工作表，尽管您提到所有 .xlsm 都有 3 个工作表。

II 你的范围可能是错误的。为什么要在循环之外定义df？如果每个文件都会改变，所以不需要外部文件。循环中的所有信息都应在循环的下一次迭代之前放入您的df2。

III 你检查过append是添加一行还是一列？
虽然

df['REPORT_NO'] = df.iloc[1][4] #Report Number
df['SUPPLIER'] = df.iloc[2][4] #Supplier
df['REPORT_DATE'] = df.iloc[0][4] #Report Number

写成列，在该列的每一行都重复报告编号/供应商/报告日期。

当您使用df2 = df.append(df, ignore_index=True) 时，请检查输出。它可能没有按照您想要的方式附加。