使用Python将文件夹中的所有.xls文件附加到一个.csv文件中

Question

我有一个包含多个.xls文件的文件夹，我想将它们合并/附加到一个csv文件中。

我已经准备好脚本，但是我面临的问题是输出与输入的顺序不同，如果任何文件中的列名都不相同，则输出具有新列，例如：

 Input1                      Input2

col1  col2   col3            col1 col2 Col3
a1    a2     a3              b1   b2   b3

---

Output shown                    Output Expected

col1 col2 col3 Col3             col1 col2 col3
a1   a2   a3   NAN              a1   a2   a3
b1   b2   NAN  b3               b1   b2   b3

---

我当前的脚本：

#******************************************************************************************#
#*                        IMPORTING LIBRARIES                                             *#
#******************************************************************************************#

import os as os
import pandas as pd
import time 

start_time = time.time()

#******************************************************************************************#
#             MERGING ALL THE FILES INTO ONE DATAFRAME                                    *#
#******************************************************************************************# 

input_path = os.getcwd()
files = os.listdir(input_path)
files

#******************************************************************************************#
#                        PICKING OUT ALL THE .XLS FILES                                   *#
#******************************************************************************************# 

files_xls = [f for f in files if f[-3:] in ('xls', '.xlsx', '.csv') ] 
files_xls

#******************************************************************************************#
#                    APPENDING THE FILES INTO ONE DATAFRAME                               *#
#******************************************************************************************# 

#Initializing one empty dataframe
 master = pd.DataFrame()

for f in files_xls:
    data = pd.read_excel(f)
     master = master.append(data, ignore_index=True)

#******************************************************************************************#
#                   EXPORTING THE FILE INTO INTERIM LOCATION                              *#
#******************************************************************************************# 

master.to_csv(input_path+'master.csv')


# Printing time taken in seconds
print("--- %s seconds ---" % (time.time() - start_time))    

如果您需要输入，则可以在这里找到（下载任何文件）：

https://www.rbi.org.in/Scripts/bs_viewcontent.aspx?Id=2009     

Answer 1

尝试加载没有标题的文件并应用自定义文件，它看起来应该像这样：

for f in files_xls:
    data = pd.read_excel(f,header=None,skiprows=0)
    master = master.append(data, ignore_index=True)
master.columns = ['col1','col2',col3']