pandas 循环读取文件夹下的 excel,并汇总到一张表格

-- coding:utf-8 –-

"""
利用 pandas 将多张 excel 表中的指定列数据合并成一张;因为原始的多张数据存在同样列名的数据,
因为原始多张 excel 是从 csv 文件转换股
并且我们只需要其中的部分列数据,所以进行指定列提取并汇总至 res 文件中
"""
import os
import pandas as pd

输入参数为 excel 表格所在目录

def to_one_excel(dir):
dfs = []
# 遍历文件目录,将所有表格表示为 pandas 中的 DataFrame 对象
# for root_dir, sub_dir, files in os.walk(r'' + dir): # 第一个为起始路径,第二个为起始路径下的文件夹,第三个是起始路径下的文件。
for root_dir, sub_dir, files in os.walk(dir): # 第一个为起始路径,第二个为起始路径下的文件夹,第三个是起始路径下的文件。
for file in files:
if file.endswith(‘xlsx’):
# 构造绝对路径
file_name = os.path.join(root_dir, file)
# df = pd.read_excel(file_name)
df_1 = list(pd.read_excel(file_name, nrows=1)) # 读取 excel 第一行数据并放进列表
# excel 第一行数据返回列表
print(file_name)
print(type(df_1))
print(df_1)
# 根据第一行列名获取每个文件中需要列的列索引,返回索引数值
suo_yin_1 = df_1.index(“Billing Country”)
suo_yin_2 = df_1.index(“Created at”)
suo_yin_3 = df_1.index(“Updated at”)
suo_yin_4 = df_1.index(“Paid Price”)
suo_yin_5 = df_1.index(“Shipment Type Name”)
suo_yin_6 = df_1.index(“Status”)
# 读取文件内容 usecols=[1, 3, 4] 读取第 1,3,4 列
df = pd.read_excel(file_name, usecols=[suo_yin_1, suo_yin_2, suo_yin_3, suo_yin_4, suo_yin_5, suo_yin_6]
, sheet_name=‘data’)

            # pf = pd.read_excel('xxx.xls', usecols=[1, 3, 4], sheet_name='data')
            # print(pf)
            
            # 追加一列数据,将每个文件的名字追加进该文件的数据中,确定每条数据属于哪个文件
            excel_name = file.replace(".xlsx", "")      # 提取每个excel文件的名称,去掉.xlsx后缀
            df["店铺"] = excel_name       # 新建列名为“店铺”,列数据为excel文件名
            dfs.append(df)      # 将新建店铺列追加进汇总excel中
# 行合并
df_concated = pd.concat(dfs)

# 构造输出目录的绝对路径
out_path = os.path.join(dir, 'res.xlsx')
# 输出到excel表格中,并删除pandas默认的index列
df_concated.to_excel(out_path, sheet_name='Sheet1', index=None)

调用并执行函数

to_one_excel(r’C:\Users\Administrator\Desktop\ceshi\xlsx 文件’)