[英]Iterate through different tabs of excel, extract data and put into a dataframe
我有一个 excel 工作簿 df,其中包含两个选项卡Sheet1和Sheet2 。 我想从两个选项卡中提取值并使用 openpyxl/Pandas 创建一个新的 dataframe。
表 1
2021 2021
q1 q2
ID 1 1
ID2 3 3
name A A
表 2
2021 2021
q1 q2
ID 2 2
ID2 2 2
name B B
期望的
quarter year ID ID2 name
q1 2021 1 3 A
q1 2021 2 2 B
正在做
#Load openpyxl
import openpyxl
wb = openpyxl.load_workbook("df.xlsx")
ws1 = wb.worksheets[0]
ws2 = wb.worksheets[1]
#create loop that will iterate over the first row and end at 2nd column for each sheet
for row in ws1.iter_rows(min_row = 0, max_col = 1, max_row = 3, min_col = 0
for cell in row:
print(cell.value, end="")
print()
for row in ws2.iter_rows(min_row = 0, max_col = 1, max_row = 3, min_col = 0
for cell in row:
print(cell.value, end="")
print()
我无法从收集的值中创建新的 dataframe。 任何建议或意见表示赞赏。 我仍在对此进行故障排除。
pd.read_excel 可以读取一个或多个特定的工作表,如下所示:
import pandas as pd
dict_dfs = pd.read_excel("df.xlsx", sheet_name=[0,1])
df = pd.concat(dict_dfs)
之后,如果 excel 文件的格式已经允许,您可以遍历数据帧字典或直接组合它们。
示例,加载样本数据后:
import pandas as pd
df1 = pd.DataFrame({'2021': {'_': 'q1', 'ID': '2', 'ID2': '2', 'name': 'B'},
'2021.1': {'_': 'q2', 'ID': '2', 'ID2': '2', 'name': 'B'}})
df2 = pd.DataFrame({'2021': {'_': 'q1', 'ID': '1', 'ID2': '3', 'name': 'A'},
'2021.1': {'_': 'q2', 'ID': '1', 'ID2': '3', 'name': 'A'}})
df = pd.concat([df1.T,df2.T])
df.index = df.index.str.split(".").str[0]
print(df)
# _ ID ID2 name
# 2021 q1 2 2 B
# 2021 q2 2 2 B
# 2021 q1 1 3 A
# 2021 q2 1 3 A
.T
为您提供转置的 dataframe。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.