使用python对文件夹里的多个excel进行数据归一化

以下是一个简单的示例代码，可以将指定文件夹中的所有Excel文件中的数据进行归一化处理。

import os
import pandas as pd
from sklearn.preprocessing import MinMaxScaler

# 指定文件夹路径
folder_path = "path/to/folder"

# 获取文件夹中所有Excel文件的文件名
file_names = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]

# 循环遍历所有文件，并进行数据归一化处理
for file_name in file_names:
    # 读取Excel文件
    file_path = os.path.join(folder_path, file_name)
    df = pd.read_excel(file_path)
    
    # 进行数据归一化处理
    scaler = MinMaxScaler()
    df_normalized = pd.DataFrame(scaler.fit_transform(df), columns=df.columns)
    
    # 将处理后的数据保存到新的Excel文件中
    normalized_file_name = file_name[:-5] + "_normalized.xlsx"  # 新文件名
    normalized_file_path = os.path.join(folder_path, normalized_file_name)  # 新文件路径
    df_normalized.to_excel(normalized_file_path, index=False)

这段代码使用了pandas库来读取和保存Excel文件，使用了sklearn库中的MinMaxScaler来进行数据归一化处理。在处理过程中，会先读取Excel文件，然后进行归一化处理，最后将处理后的数据保存到新的Excel文件中。同时，也会对文件名进行修改，用以表示这是处理后的文件