根据工作表名称从多个Excel工作簿的for循环中创建数据框？

Question

我有一个包含数百个Excel文件的文件夹，这些文件的组织方式完全相同，每个工作簿中有九张纸。 我正在运行以下代码来遍历文件，并为所有工作簿中的每个工作表创建一个数据框（因此，将每个工作簿中的数据表“ sheet_a_df”串联在一起成为一个数据框）。

sheet_a_df = pd.DataFrame()
for file in glob.glob('C:\\Users\*.xlsx'):
    df = pd.read_excel(file,sheetname='a')
    sheet_1_df = sheet_1_df.append(df,ignore_index=True).dropna()

sheet_b_df = pd.DataFrame()
for file in glob.glob('C:\\Users\\*.xlsx'):
    df = pd.read_excel(file,sheetname='b')
    sheet_b_df = sheet_b_df.append(df,ignore_index=True).dropna()

# And so on for all nine sheet names...

但是，这需要将代码复制并粘贴9次（每张纸一次）。

有没有更合适的方法可以做到这一点？

回顾这个问题 ，我理解词典是在for循环中创建多个数据帧的一种方法。 我还试图根据工作表的名称为每个df命名 。 我创建了工作表名称的列表，并尝试了以下代码，但是得到了一个KeyError，该错误仅返回了第一个工作表的名称。

sheet_names = ['a',
               'b',
               'c',
               ...,]

df_dict = {}

for file in glob.glob('C:\\Users\*.xlsx'):
    for sheet in sheet_names:
        df = pd.read_excel(file,sheetname=sheet)
        df_dict[sheet] = df_dict[sheet].append(df)

有没有一种方法可以修复以上代码，以创建所有九个df，同时根据它们来自的工作表命名它们？

Answer 1

您正在尝试将数据框追加到不存在的字典项中。 您应该首先检查密钥是否存在：

for file in glob.glob('C:\\Users\*.xlsx'):
    for sheet in sheet_names:
        df = pd.read_excel(file,sheetname=sheet)
        if sheet in df_dict:
            df_dict[sheet] = df_dict[sheet].append(df)
        else:
            df_dict[sheet] = df

Answer 2

您可以利用以下事实：如果将工作表名称list传递给pd.read_excel函数的sheetname参数，它将返回一个数据帧字典，其中键是工作表名称，值是与那些对应的数据帧工作表名称。 结果，以下内容将为您提供串联数据帧的字典：所有“ a”数据帧在一起，所有“ b”数据帧在一起，依此类推。

sheet_names = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i']
data = {}
for fn in glob.glob('C:\\Users\*.xlsx'):
    dfs = pd.read_excel(fn, sheetname=sheet_names)
    for k in dfs:
        data.setdefault(k, pd.DataFrame())
        data[k] = pd.concat([data[k], dfs[k]])

现在， data应该是数据帧的字典，其中的键包含sheet_names中的元素。 它的值是文件中相应工作表名称的串联数据框。

我希望这有帮助。