Python如何将collections.OrderedDict转换为dataFrame

我有以下任务： 1） 我有一个excel文件和一些电子表格。从这些电子表格中，我需要“A:CU”列第41-51行的信息 2） 然后我需要从所有电子表格的“A:CU”列、第41-51行（它们具有相同的结构）收集信息，并创建一个数据库。 3） 应该有一列指示从中收集电子表格数据

我做了以下工作：

import pandas as pd
file='January2020.xlsx'
#getting info from spreadsheets C(1), C(2) and so on
days = range(1,32)
sheets = []
for day in days:
    sheets.append('C(' + str(day)+')')
#importing data
all_sales=pd.read_excel(file,header=None,skiprows=41, usecols="A:CU", sheet_name=sheets,
                skipfooter=10)

现在我有了collections.OrderedDict，很难将其放入数据框架

我需要的是这样的数据帧：

---

试试

pd.concat

df = pd.concat(all_sales, ignore_index = True) 

---

我使用了这个代码，它起了作用：

file='January2020.xlsx'
days = range(1,32)
all_sales=pd.DataFrame()
df = pd.DataFrame()
all_df = []
for day in days:
    sheet_name = "C("+str(day)+")"
    all_sales=pd.read_excel(file,header=None,skiprows=41,usecols="A:CU", sheet_name=sheet_name,
                skipfooter=10)
    all_sales["Date"] = sheet_name
    all_df.append(all_sales)
df_final = pd.concat(all_df)

---

不，它不起作用。我得到了一个包含C（1），C（2）…的列，没有任何其他数据，我也尝试了以下代码：

xls=pd.ExcelFile（file）；解析（“C（1）”，header=None，skiprows=40，usecols=“A:CU”，skipfooter=10）；df.insert（0，“日期”，“C（1）”）

它与1个电子表格完美配合。然后我尝试使用以下代码浏览电子表格C（1）-C（31）：

days=range（1,32）sheets=[]以天为单位的天：sheets.append（'C（'+str（day）+'））xls=pd.ExcelFile（file）df=xls.parse（sheets，header=None，skiprows=40，usecols=“A:CU”，skipfooter=10）df.insert（0，“Date”，sheets）

但最终还是会出现“collections.OrderedDict”对象，该对象没有属性“insert”