pandas csv 一个文件多个工作薄

在pandas中，可以使用pandas.read_excel()函数来读取一个Excel文件中的多个工作薄。首先，需要安装openpyxl库，它提供了对Excel文件的读写支持。

以下是一个示例代码，演示了如何读取一个Excel文件中的多个工作薄，并将每个工作薄的数据存储到一个DataFrame中：

import pandas as pd

# 读取Excel文件
excel_file = pd.ExcelFile('file.xlsx')

# 获取所有工作薄的名称
sheet_names = excel_file.sheet_names

# 创建一个空的DataFrame来存储所有工作薄的数据
dfs = []

# 遍历每个工作薄，读取数据并存储到DataFrame中
for sheet_name in sheet_names:
    df = excel_file.parse(sheet_name)
    dfs.append(df)

# 将所有工作薄的数据合并为一个DataFrame
merged_df = pd.concat(dfs)

# 打印合并后的DataFrame
print(merged_df)

在上面的代码中，pd.ExcelFile()函数用于创建一个ExcelFile对象，然后使用sheet_names属性获取所有工作薄的名称。接下来，使用excel_file.parse()函数读取每个工作薄的数据，并将其存储到一个列表中。最后，使用pd.concat()函数将所有工作薄的数据合并为一个DataFrame。

请确保将代码中的'file.xlsx'替换为你要读取的Excel文件的路径。