Python 如何将 collections.OrderedDict 转换为 dataFrame

Question

我有以下任务：1）我有一个包含几个电子表格的 excel 文件。 从这些电子表格中，我需要来自“A:CU”列、第 41 - 51 行的信息 2) 然后我需要从所有电子表格的“A:CU”列、第 41 - 51 行中收集信息（它们具有相同的结构）和创建一个数据库。 3) 应该有一列指示从哪个电子表格数据收集

我做了以下：

import pandas as pd
file='January2020.xlsx'
#getting info from spreadsheets C(1), C(2) and so on
days = range(1,32)
sheets = []
for day in days:
    sheets.append('C(' + str(day)+')')
#importing data
all_sales=pd.read_excel(file,header=None,skiprows=41, usecols="A:CU", sheet_name=sheets,
                skipfooter=10)

现在我有 collections.OrderedDict 并努力将它放入 dataFrame。

我需要的是这样的数据框：

Answer 1

试试pd.concat

df = pd.concat(all_sales, ignore_index = True) 

Answer 2

我使用了这段代码并且它有效：

file='January2020.xlsx'
days = range(1,32)
all_sales=pd.DataFrame()
df = pd.DataFrame()
all_df = []
for day in days:
    sheet_name = "C("+str(day)+")"
    all_sales=pd.read_excel(file,header=None,skiprows=41,usecols="A:CU", sheet_name=sheet_name,
                skipfooter=10)
    all_sales["Date"] = sheet_name
    all_df.append(all_sales)
df_final = pd.concat(all_df)