使用熊猫动态导入EXCEL工作表并将其分配给Python中的DataFrames

Question

我有一个包含多个工作表的EXCEL文件（远远超过本示例中使用的三个工作表中的三个）。 我想逐张动态地导入它们，并为所有它们分配后缀以区分它们，因为它们是在不同时间获取的相同变量。 我可以使用以下代码来做到这一点：

import pandas as pd   

filename = 'test.xlsx'
xls   = pd.ExcelFile(filename)

df_1  = pd.read_excel(xls, '#1')
df_1  = df_1.add_suffix('_1')                                           
df_2  = pd.read_excel(xls, '#2')
df_2  = df_2.add_suffix('_2')                                          
df_3  = pd.read_excel(xls, '#3')
df_3  = df_3.add_suffix('_3')     

但是，当我将大量变量分配给不同的工作表时，这变得有些乏味。 因此，我想看看是否有一种方法可以通过for循环来动态地做到这一点，由此我还将为每次迭代更新DataFrame名称。

• 有没有办法做到这一点？
• 是否建议动态分配变量？

Answer 1

import pandas as pd   

filename = 'test.xlsx'
xls   = pd.ExcelFile(filename)
c = 0
dfs = []
for i in xls.sheet_names: #xls.sheet_names contains list of all sheet names in excel.
    df = pd.read_excel(xls, i)
    df = df.add_suffix('_' + str(c))
    dfs.append(df) 
    c += 1

#dfs[0], dfs[1], ... contains all the dataframes of respective sheets 

Answer 2

对于列表描述和字典理解 （您可以选择要使用的一种）描述的场景，我尝试了更多的Python方法。

df_dict = { 'df_' + str(c) : pd.read_excel(xls, i) for c, i in enumerate(xls.sheet_names, 1)}
df_list = [pd.read_excel(xls, i) for i in xls.sheet_names]

print(df_dict['df_1'])
print(df_list[0])

从测试中可以看到，两者将产生相同的DataFrame。

首先，您将通过数字索引（ df_list[0] ， df_list[1]等）访问数据。

在第二个中，您将使用建议的名称通过键进行访问，例如，第一个键是df_dict['df_1'] 。

另一种方法是动态创建变量，并将其分配给global字典。 例如，下面的代码将产生与上面显示的结果相同的结果：

for c, i in enumerate(xls.sheet_names, 1):
    globals()['df_' + str(c)] = pd.read_excel(xls, i) 

print(df_1)

但是，除非真正必要，否则我不建议您使用它，因为您可以轻松地跟踪程序中创建的变量。