Skip to main content
 首页 » 编程设计

python之从python pandas的多个目录中的多个excel文件中提取数据

2025年02月15日10dflying

我是 Python 的新手,我第一次在堆栈溢出中发布问题。请帮助解决问题。

我的主目录是“E:\Data Science\Macros\ZBILL_Dump”,包含按月的文件夹,每个文件夹包含按日期的 excel 数据。

我能够从单个文件夹中提取数据:

import os 
import pandas as pd 
import numpy as np 
 
# Find file names in the specified directory 
loc = 'E:\Data Science\Macros\ZBILL_Dump\Apr17\\' 
files = os.listdir(loc) 
 
# Find the ONLY Excel files  
files_xlsx = [f for f in files if f[-4:] == 'xlsx'] 
 
# Create empty dataframe and read in new data 
zbill = pd.DataFrame() 
for f in files_xlsx: 
    New_data = pd.read_excel(os.path.normpath(loc + f), 'Sheet1') 
    zbill = zbill.append(New_data) 
 
zbill.head() 

我试图从我的主目录中提取数据,即包含许多子文件夹的“ZBILL_Dump”,但我做不到。请有人帮助我。

非常感谢。

请您参考如下方法:

你可以使用 glob。

import glob 
import pandas as pd 
 
# grab excel files only 
pattern = 'E:\Data Science\Macros\ZBILL_Dump\Apr17\\*.xlsx' 
 
# Save all file matches: xlsx_files 
xlsx_files = glob.glob(pattern) 
 
# Create an empty list: frames 
frames = [] 
 
#  Iterate over csv_files 
for file in xlsx_files: 
 
    #  Read xlsx into a DataFrame 
    df = pd.read_xlsx(file) 
 
    # Append df to frames 
    frames.append(df) 
 
# Concatenate frames into dataframe 
zbill = pd.concat(frames) 

如果您想查看不同的子目录,您可以使用正则表达式。使用'filepath/*/*.xlsx' 搜索下一级。更多信息在这里 https://docs.python.org/3/library/glob.html