python - 使用 pandas 动态导入 EXCEL 工作表并将它们分配给 Python 中的 DataFrames

Question

我有一个包含多个工作表的 EXCEL 文件(远远超过本例中使用的三个工作表中使用的三个工作表)。我想逐张动态导入它们并为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完成:

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，这会变得有点乏味。因此，我想看看是否有一种方法可以使用 for 循环动态执行此操作，这样我还可以为每次迭代更新 DataFrame 名称。

• 有办法吗？
• 是否建议动态分配变量？

Answer 1

对于您使用 list comprehension 描述的这种情况，我尝试了一些更多的 pythonic 方法。和 dict comprehension (您可以选择使用哪一个)。

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])

正如您通过测试所见，两者将生成相同的 DataFrame。

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

在第二个中，您将使用您建议的名称通过 key 进行访问，例如，第一个 key 是 df_dict['df_1']。

另一种方法是动态创建变量，将它们分配给您的 global 字典。例如，下面的代码将产生与上面显示的相同的结果:

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

print(df_1)

但是，我不建议使用它，除非它真的是强制性的，因为您很容易失去对程序中创建的变量的跟踪。