Python Pandas: 批量 Excel 数据归一化处理

以下是一个示例代码，可以实现将一个文件夹中的所有excel文件进行数据归一化，并将结果保存到原始文件中：

import os
import pandas as pd

# 定义归一化函数
def normalize_dataframe(df):
    # 对每一列进行归一化处理
    for col in df.columns:
        df[col] = (df[col] - df[col].min()) / (df[col].max() - df[col].min())
    return df

# 定义文件夹路径和文件扩展名
folder_path = 'path/to/folder'
file_extension = '.xlsx'

# 遍历文件夹中的所有excel文件
for filename in os.listdir(folder_path):
    if filename.endswith(file_extension):
        # 读取excel文件
        file_path = os.path.join(folder_path, filename)
        df = pd.read_excel(file_path)
        
        # 进行归一化处理
        df_normalized = normalize_dataframe(df)
        
        # 将归一化后的数据保存回原始文件
        with pd.ExcelWriter(file_path, engine='openpyxl', mode='a') as writer:
            df_normalized.to_excel(writer, sheet_name='normalized', index=False)

这段代码会遍历指定文件夹中的所有扩展名为.xlsx的excel文件，读取每个文件的数据，对每列进行归一化处理，然后将结果保存回原始文件的一个名为'normalized'的sheet中。注意，保存时使用的是openpyxl引擎，并且使用了'a'模式，以便在原始文件的末尾添加新的sheet。如果原始文件中已经有名为'normalized'的sheet，那么这段代码会在其后面添加新的数据。