導入多個excel文件合並成dataframe

Question

我正在嘗試將許多 excel 文件（大約 400 個）從一個文件夾導入一個 dataframe，但我似乎遇到了錯誤。

我想要從我的文件夾中獲取的文件名稱為文件名，后跟日期 - “filename_yyyy_mm_dd.xlsx”。

我想保留 header，因為這些文件在不同日期都有相同的列。

我當前的代碼是：

import glob
import pandas as pd
import os


path = r"C:\Users\..."

my_files = glob.glob(os.path.join(path, "filename*.xlsx"))

file_li = []

for filename in my_files:
    df = pd.read_excel(filename, index_col=None, header=1)
    file_li.append(df)
    
frame = pd.concat(file_li, axis=0, ignore_index=True)

當我調用我的框架時，我沒有得到任何回應？ 我調用文件名的方式有問題嗎？

更新：

我的 excel 文件如下所示：

第 1 列	第 2 欄	第 3 欄	第 4 列	第 5 欄	第 6 列	第 7 欄	第 8 列	第 9 欄	第 10 欄	第 11 欄	第 12 欄	第 13 欄	第 14 欄
日期	SREC-MD	SREC	2月25日	MDX	F		85	0	0	8086	02/25/2025	20107

大約有 300-400 行。

我的 output 已經捕獲了 14 列，但它添加了更多，因為 frame.info() 顯示我有 922 列。

更新 2：

Answer 1

除了使用 concat，您可以嘗試將文件讀入 df，然后使用 mode='a' 將它們 append 合並為一個組合 csv。 然后讀取組合csv。

for filename in my_files:
       df = pd.read_excel(filename, index_col=None, header=1)
       df.to_csv('combined.csv', mode='a', header=False)


df = pd.read_csv('combined.csv')

Answer 2

很難說為什么你會得到額外的列，但你可以試試這個：

import glob
import pandas as pd
import os


path = r"C:\Users\..."

my_files = glob.glob(os.path.join(path, "filename*.xlsx"))

file_li = []

for filename in my_files:
    df = pd.read_excel(filename, index_col=None, header=None)
    file_li.append(df)
    
frame = (
            pd.concat(file_li, axis=0, ignore_index=True)
                .dropna(how="all") #to get rid of the eventual extra rows abobe each header
                .drop_duplicates() #to get rid of the cumulated duplicated headers
                .T.set_index(0).T #to make the first row as header of the dataframe
        )

但是，我建議您檢查與您的電子表格相比， frame中是否有任何缺失的行。