Pandas：高效整合多工作表Excel数据教程

import pandas as pd
# file_path 是一个字符串，例如 'data/my_excel.xlsx'
xls_file = pd.ExcelFile(file_path) # 创建一个ExcelFile对象
for sheet_name in xls_file.sheet_names: # 现在可以正确访问sheet_names属性
    print(sheet_name)

import os
import pandas as pd

# 1. 定义Excel文件所在的根目录
# 请将 'your/excel/files/path' 替换为实际的目录路径
excel_root_path = 'your/excel/files/path'

# 2. 初始化一个字典，用于存储提取出的DataFrame
# 字典的键将是工作表名称，值将是对应工作表的DataFrame
df_dict_flex = {}

# 3. 遍历指定目录及其子目录下的所有文件
for root, _, files in os.walk(excel_root_path):
    for fname in files:
        # 4. 构造文件的完整路径
        file_path = os.path.join(root, fname)

        # 5. 确保只处理Excel文件（.xlsx 或 .xls 扩展名）
        if file_path.endswith(('.xlsx', '.xls')):
            try:
                # 6. 使用pd.ExcelFile加载Excel文件，获得ExcelFile对象
                xls_file = pd.ExcelFile(file_path)
                print(f"正在处理文件: {file_path}")

                # 7. 遍历当前Excel文件中的所有工作表
                for sheet_name in xls_file.sheet_names:
                    print(f"  发现工作表: {sheet_name}")

                    # 8. 检查工作表名称是否符合我们的条件
                    # 这里我们筛选 'Portfolios' 和 'SP Search Term Req' 两个工作表
                    if sheet_name == 'Portfolios' or sheet_name == 'SP Search Term Req':
                        # 9. 解析指定工作表的数据为DataFrame
                        df = xls_file.parse(sheet_name)

                        # 10. 将DataFrame存储到字典中
                        # 注意：如果多个文件包含同名工作表，后处理的文件会覆盖前一个文件的数据
                        # 如果需要合并同名工作表的数据，请参考下一节的“进一步合并同名工作表”
                        df_dict_flex[sheet_name] = df
                        print(f"    已将工作表 '{sheet_name}' 的数据加载到字典中。")

            except Exception as e:
                print(f"处理文件 '{file_path}' 时发生错误: {e}")
                continue # 继续处理下一个文件

# 11. 打印最终的字典内容（可选，用于验证）
# print("\n最终整合的DataFrame字典:")
# for sheet_name, df in df_dict_flex.items():
#     print(f"  工作表 '{sheet_name}' 包含 {len(df)} 行数据。")
#     print(df.head()) # 打印前几行数据进行预览

import os
import pandas as pd

excel_root_path = 'your/excel/files/path' # 替换为你的路径
merged_df_by_sheet = {} # 存储最终合并的DataFrame，键为工作表名

for root, _, files in os.walk(excel_root_path):
    for fname in files:
        file_path = os.path.join(root, fname)
        if file_path.endswith(('.xlsx', '.xls')):
            try:
                xls_file = pd.ExcelFile(file_path)
                print(f"正在处理文件: {file_path}")

                for sheet_name in xls_file.sheet_names:
                    if sheet_name == 'Portfolios' or sheet_name == 'SP Search Term Req':
                        df = xls_file.parse(sheet_name)

                        # 如果该工作表名已存在于字典中，则进行纵向拼接
                        if sheet_name in merged_df_by_sheet:
                            merged_df_by_sheet[sheet_name] = pd.concat(
                                [merged_df_by_sheet[sheet_name], df], 
                                ignore_index=True # 重新生成索引
                            )
                            print(f"    已将工作表 '{sheet_name}' 的数据与现有数据合并。")
                        else:
                            # 否则，首次添加该工作表的数据
                            merged_df_by_sheet[sheet_name] = df
                            print(f"    已将工作表 '{sheet_name}' 的数据添加到字典。")

            except Exception as e:
                print(f"处理文件 '{file_path}' 时发生错误: {e}")
                continue

# 打印最终合并的DataFrame（可选）
# for sheet_name, df in merged_df_by_sheet.items():
#     print(f"\n合并后的工作表 '{sheet_name}' 包含 {len(df)} 行数据。")
#     print(df.head())