导入多个Excel文件并合并到数据框中

ql3eal8s 于 2022-11-26 发布在其他

关注(0)|答案(2)|浏览(145)

我试图从一个文件夹中导入许多Excel文件（大约400个）到一个数据框中，但我似乎遇到了错误。
我想从我的文件夹的文件是名称文件名后面跟一个日期-“filename_yyyy_mm_dd.xlsx”。
我想保留标题，因为文件的不同日期都有相同的列。
我目前的代码是：

import glob
import pandas as pd
import os

path = r"C:\Users\..."

my_files = glob.glob(os.path.join(path, "filename*.xlsx"))

file_li = []

for filename in my_files:
    df = pd.read_excel(filename, index_col=None, header=1)
    file_li.append(df)
    
frame = pd.concat(file_li, axis=0, ignore_index=True)

当我调用我的框架时，我没有得到任何响应？我调用文件名的方式是否有什么错误？
更新：
我的Excel文件如下所示：
| 第1列|第2栏|第三栏|第四栏|第五栏|第六列|第七栏|第八列|第九栏|第十列|第十一列|第十二列|第十三栏|第十四栏|
| - -|- -|- -|- -|- -|- -|- -|- -|- -|- -|- -|- -|- -|- -|
| 日期|SREC-MD系统|SREC系统|二月二十五日|多数据交换|F级||八十五|第0页|第0页|小行星8086|2025年2月25日|小行星20107||
具有大约300-400行。
我的输出捕获了14列，但它添加了很多列，因为执行frame.info（）显示我有922列。
更新二：

excel

来源：https://stackoverflow.com/questions/74574921/importing-multiple-excel-files-and-combining-into-dataframe

2条答案

按热度按时间

t5zmwmid1#

很难解释为什么会出现额外的列，但可以尝试以下方法：

import glob
import pandas as pd
import os

path = r"C:\Users\..."

my_files = glob.glob(os.path.join(path, "filename*.xlsx"))

file_li = []

for filename in my_files:
    df = pd.read_excel(filename, index_col=None, header=None)
    file_li.append(df)
    
frame = (
            pd.concat(file_li, axis=0, ignore_index=True)
                .dropna(how="all") #to get rid of the eventual extra rows abobe each header
                .drop_duplicates() #to get rid of the cumulated duplicated headers
                .T.set_index(0).T #to make the first row as header of the dataframe
        )

但是，我建议您检查一下frame中是否有与您的电子表格相比缺少的行。

赞(0）回复(0）举报 2022-11-26

zkure5ic2#

如果不使用concat，您可以尝试将文件读入df，然后使用mode='a'将它们附加到一个组合的csv中，然后读取组合的csv。

for filename in my_files:
       df = pd.read_excel(filename, index_col=None, header=1)
       df.to_csv('combined.csv', mode='a', header=False)

df = pd.read_csv('combined.csv')

赞(0）回复(0）举报 2022-11-26

我来回答

导入多个Excel文件并合并到数据框中

2条答案

相关问题

热门标签

最新问答