在Pandas Dataframe中导入具有多个工作表的多个相关excel文件的最佳方法

我有20个excel文件，每个文件代表一年，其中每个文件都有10张该年不同（但彼此相关）的数据。

如何将它们全部正确地导入pandas数据框中，以进行整个时期的数据分析？

例如，为进一步说明，我应该为每个Excel文件（年份）使用Dict，其中键是工作表名称，值是工作表内容（数据框）吗？或在这种情况下正确的方法是什么？

编辑1：数据是我们足球联赛的信息，每个赛季在一个单独的Excel文件中，该文件具有多个表格（表格数据示例：俱乐部，球员，比赛，进球，纸牌等）。我有20年的数据价值，我将要对其进行分析，但是我对使用大熊猫导入数据的不同方式感到不知所措。

谢谢

解决方案

这应该与ExcelFile和concat一起使用。根据评论更新：

import pandas as pd

location1 = r'Location1.xlsx'
location2 = r'Location2.xlsx'

locations = [location1, location2]

frames = []

for loc in locations:
    file = pd.ExcelFile(loc)
    df = file.parse('Sheet1')
    df['source'] = loc.rsplit('\\', 1)[-1]
    frames.append(df)

df = pd.concat(frames)

这种方法将允许您遍历您的位置并添加一个source列，该列将提供文件名-我认为那是年份。请注意，您可能会更好地为每个工作表创建一个数据框，而不是为所有工作表创建一个庞大的数据框，因为我猜测每个工作表的数据结构都不同。您可以使用合并根据需要加入他们。

另外，如果所有文件都位于一个位置，则可能会通过glob函数一次加载所有文件。有关详细信息，请参阅将多个csv文件导入pandas并串联到一个DataFrame中。

赞 (0)

相关推荐