Python:将多个 Excel 工作簿读入一个 DataFrame

Question

我的文件夹中有大约 150 个不同的工作簿 (xlsx)，我想将其读入 python 数据帧进行分析。

每个工作簿的设置都相同，具有相同的工作表名称和列名称。

我需要将每个工作簿的第一张表(“关键字排名”)上传到每个数据帧。对于读入的第一个工作表，我希望从第 11 行开始以维护列标题；之后的每个工作表我都想从第 12 行开始附加到我的 DataFrame 中。

我是 Python 新手，一直在网上阅读一些说明，但遇到了困难。根据我的理解，我可以使用 xlrd 库来促进这一点。

我一直在尝试下面的代码，但还没有走得太远。 “关键字排名”是我要附加的工作表名称。

import pandas as pd
import numpy as np
import glob as glob

all_data = pd.DataFrame()
all_data = pd.ExcelFile("C:\\Users\\John Smith\\Documents\\Analysis\\FPR Nov - Mar 2018\\Dec_1_General.xlsx")
print(all_data.sheet_names)
all_d = all_data.parse('Keywords Rankings')

for f in glob.glob("Users\\John Smith\\Documents\\Analysis\\FPR Nov - Mar 2018\\*.xlsx", recursive=True):
    df = pd.read_excel(f)
    all_d = all_d.append(df,ignore_index=True)

Answer 1

您不应该不断追加到现有的 pd.DataFrame，因为这效率极低。

您应该将 pandas.concat 与数据帧列表一起使用。

这可以通过列表理解来促进:

df = pd.concat([pd.read_excel(f, skiprows=range(10)) for f in files], axis=0)

假定标题出现在每个 Excel 工作表的第 11 行中，列将自动对齐。