Python 批量处理多个 Excel 文件:使用 Pandas 库

本文提供 Python 代码示例,使用 Pandas 库批量处理多个 Excel 文件。代码演示了如何获取目录下所有 Excel 文件,读取数据,进行处理并写入新的文件。

import pandas as pd
import os

# 获取当前目录下所有 Excel 文件的文件名
files = [f for f in os.listdir('.') if f.endswith('.xlsx')]

# 遍历所有 Excel 文件,读取数据并进行处理
for file in files:
    # 读取 Excel 数据
    df = pd.read_excel(file)
    
    # 进行数据处理,例如删除某些行或列,修改某些值等
    
    # 将处理后的数据写入新的 Excel 文件
    new_file = 'new_' + file
    df.to_excel(new_file, index=False)
    
    print('处理完成:', new_file)

这段代码通过 os 库的 listdir 函数获取当前目录下所有的 Excel 文件文件名,然后使用 pandas 的 read_excel 函数读取每个 Excel 文件的数据。接下来可以对数据进行处理,例如删除某些行或列,修改某些值等。最后使用 pandas 的 to_excel 函数将处理后的数据写入新的 Excel 文件。在处理完所有 Excel 文件后,控制台会输出处理完成的文件名。

代码解释:

  • import pandas as pd: 导入 pandas 库,用于处理 Excel 文件数据。
  • import os: 导入 os 库,用于获取目录下的文件列表。
  • files = [f for f in os.listdir('.') if f.endswith('.xlsx')]: 使用列表推导获取当前目录下所有以 .xlsx 结尾的文件名。
  • df = pd.read_excel(file): 使用 pandas 的 read_excel 函数读取当前 Excel 文件数据,并存入 DataFrame 对象 df 中。
  • df.to_excel(new_file, index=False): 将处理后的 DataFrame 对象 df 写入新的 Excel 文件,并指定不写入索引列。
  • print('处理完成:', new_file): 打印处理完成的文件名。

注意:

  • 代码需要在包含 Excel 文件的目录下运行。
  • 可以根据需要修改代码中的数据处理逻辑。
  • 可以使用 os.path.join(directory, file) 获取文件完整路径。

通过以上代码,您可以方便地批量处理多个 Excel 文件,并进行各种数据处理操作。

Python 批量处理多个 Excel 文件:使用 Pandas 库

原文地址: https://www.cveoy.top/t/topic/lU3M 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录