基於工作表名稱在多個Excel工作簿中爲for循環創建數據框？

Question

我有一個數百個Excel文件的文件夾，每個工作簿中都有九張紙，每個文件夾的組織方式都相同。我正在運行以下代碼來遍歷文件，併爲所有工作簿中的每個工作表創建一個數據框（因此dataframe「sheet_a_df」將從連接到單個數據框的每個工作簿中打印出「a」）。

sheet_a_df = pd.DataFrame() 
for file in glob.glob('C:\\Users\*.xlsx'): 
    df = pd.read_excel(file,sheetname='a') 
    sheet_1_df = sheet_1_df.append(df,ignore_index=True).dropna() 

sheet_b_df = pd.DataFrame() 
for file in glob.glob('C:\\Users\\*.xlsx'): 
    df = pd.read_excel(file,sheetname='b') 
    sheet_b_df = sheet_b_df.append(df,ignore_index=True).dropna() 

# And so on for all nine sheet names... 

但是，這需要複製和粘貼代碼九次（每張紙一次）。

有沒有更適當的方法來做到這一點？

回顧this question，我知道字典是在for循環中創建多個數據框的方法。我也想根據工作表的名稱爲每個df命名。我創建了一個我的工作表名稱列表，並嘗試了下面的代碼，但是得到一個KeyError，它只是返回第一個工作表的名稱。

sheet_names = ['a', 
       'b', 
       'c', 
       ...,] 

df_dict = {} 

for file in glob.glob('C:\\Users\*.xlsx'): 
    for sheet in sheet_names: 
     df = pd.read_excel(file,sheetname=sheet) 
     df_dict[sheet] = df_dict[sheet].append(df) 

有沒有辦法解決上述代碼來創建所有九個dfs，同時根據它們來自的工作表進行命名？

Answer 1

你可以採取的事實，即如果你通過工作表名稱的list到pd.read_excel功能的sheetname參數，它將返回dataframes其中的字典鍵是工作表名稱，值是與這些工作表名稱對應的數據框。因此，以下內容應該爲您提供一個串聯數據框字典：所有「a」數據框連在一起，所有「b」數據框連在一起，等等。

sheet_names = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i'] 
data = {} 
for fn in glob.glob('C:\\Users\*.xlsx'): 
    dfs = pd.read_excel(fn, sheetname=sheet_names) 
    for k in dfs: 
     data.setdefault(k, pd.DataFrame()) 
     data[k] = pd.concat([data[k], dfs[k]]) 

現在data應dataframes與含從sheet_names元件鍵的字典。它的值是來自文件的相應表單名稱的連接數據框。

我希望這會有所幫助。

Answer 2

您正試圖將數據幀附加到不存在的字典項目。你應該先檢查項是否存在：

for file in glob.glob('C:\\Users\*.xlsx'): 
    for sheet in sheet_names: 
     df = pd.read_excel(file,sheetname=sheet) 
     if sheet in df_dict: 
      df_dict[sheet] = df_dict[sheet].append(df) 
     else: 
      df_dict[sheet] = df