Python 尝试获取多个excel电子表格，提取特定数据，将它们全部添加到一个数据框，并将其保存为csv文件

非常新，所以请对我放松：）

尝试获取多个excel电子表格，从特定单元格提取特定数据，将它们全部添加到一个数据框，并将其保存为csv文件

csv输出仅包含上一个excel文件中的数据。请你帮忙好吗

 import pandas as pd
 import os
 from pathlib import Path

 ip = "//NETWORKLOCATION/In"
 op = "//NETWORKLOCATION/Out"

 file_exist = False
 dir_list = os.listdir(ip)
 print(dir_list)

 for xlfile in dir_list:
     if xlfile.endswith('.xlsx') or xlfile.endswith('.xls'):
         file_exist = True
         str_file = os.path.join(ip, xlfile)
         df1 = pd.read_excel(str_file)

         columns1 = {*VARIOUSDATA -* 
                     }

         #creates an empty dataframe for the data to all sequentially be added into
         df1a = pd.DataFrame([])

         #appends the array to the new dataframe df1a
         df1a = df1a.append(pd.DataFrame(columns1, columns = ['*VARIOUS COLUMNS*]))

         if not file_exist:
                 print('cannot find any valid excel file in the folder ' + ip)

                 print(str_file)

 df1a.to_csv('//NETWORKLOCATION/Out/Test.csv')
 print(df1a)

---

我想你应该说：

#creates an empty dataframe for the data to all sequentially be added into
df1a = pd.DataFrame([])

在目录列表中的xlfile的

之前：

循环不在循环内。

---

否则，

df1a

会在每次文件迭代时重新创建空文件。

我认为您应该放：

#creates an empty dataframe for the data to all sequentially be added into
df1a = pd.DataFrame([])

在目录列表中的xlfile的

之前：

循环不在循环内。

---

否则，

df1a

会在每次文件迭代时重新创建空文件。

我认为您应该放：

#creates an empty dataframe for the data to all sequentially be added into
df1a = pd.DataFrame([])

在目录列表中的xlfile的

之前：

循环不在循环内。 否则，

df1a

会在每次文件迭代时重新创建空文件

csv输出仅包含上一个excel文件中的数据

在

for循环

内创建

df1a

数据帧

。每次读取新的

xlfile

时，都会创建一个新的空

DataFrame

必须将

df1a=pd.DataFrame（[]）

放在循环之前脚本的第9行

csv输出仅包含上一个excel文件中的数据

在

for循环

内创建

df1a

数据帧

。每次读取新的

xlfile

时，都会创建一个新的空

DataFrame

必须将

df1a=pd.DataFrame（[]）

放在循环之前脚本的第9行

csv输出仅包含上一个excel文件中的数据

在

for循环

内创建

df1a

数据帧

。每次读取新的

xlfile

时，都会创建一个新的空

DataFrame

---

必须将

df1a=pd.DataFrame（[]）

放在循环之前脚本的第9行

有几件事。首先，您永远不会遇到：

如果文件不存在：
打印（'在文件夹'+ip'中找不到任何有效的excel文件）
打印（str_文件）

正如所写的那样，因为它是一个嵌套的if语句，所以file_exists在到达它之前总是设置为true

您正在for循环中创建df1a。所以你总是把它设回空

为什么要导入路径，然后使用os.Path和os.listdir？ 为什么不直接使用Path（ip）.glob（'.xls'）

这看起来像：

将熊猫作为pd导入
导入操作系统
从pathlib导入路径
ip=“//网络位置/In”
op=“//网络位置/输出”
#为要按顺序添加到的所有数据创建空数据帧
df1a=pd.DataFrame（[]）
对于路径（ip）.glob（'*.xls*'）中的xlfile：
df1=pd.read\u excel（xlfile）
columns1={“VARIOUSDATA”}
#将数组追加到新的数据帧df1a
df1a=df1a.append（pd.DataFrame（columns1，columns=['variable_columns']））
如果df1a.empty：
打印（'在文件夹'+ip'中找不到任何有效的excel文件）
打印（str_文件）
其他：
df1a.to_csv（op+'/Test.csv'）
打印（df1a）

有几件事。首先，您永远不会遇到：

如果文件不存在：
打印（'在文件夹'+ip'中找不到任何有效的excel文件）
打印（str_文件）

正如所写的那样，因为它是一个嵌套的if语句，所以file_exists在到达它之前总是设置为true

您正在for循环中创建df1a。所以你总是把它设回空

为什么要导入路径，然后使用os.Path和os.listdir？ 为什么不直接使用Path（ip）.glob（'.xls'）

这看起来像：

将熊猫作为pd导入
导入操作系统
从pathlib导入路径
ip=“//网络位置/In”
op=“//网络位置/输出”
#为要按顺序添加到的所有数据创建空数据帧
df1a=pd.DataFrame（[]）
对于路径（ip）.glob（'*.xls*'）中的xlfile：
df1=pd.read\u excel（xlfile）
columns1={“VARIOUSDATA”}
#将数组追加到新的数据帧df1a
df1a=df1a.append（pd.DataFrame（columns1，columns=['variable_columns']））
如果df1a.empty：
打印（'在文件夹'+ip'中找不到任何有效的excel文件）
打印（str_文件）
其他：
df1a.to_csv（op+'/Test.csv'）
打印（df1a）

有几件事。首先，您永远不会遇到：

如果文件不存在：
打印（'在文件夹'+ip'中找不到任何有效的excel文件）
打印（str_文件）

正如所写的那样，因为它是一个嵌套的if语句，所以file_exists在到达它之前总是设置为true

您正在for循环中创建df1a。所以你总是把它设回空

为什么要导入路径，然后使用os.Path和os.listdir？ 为什么不直接使用Path（ip）.glob（'.xls'）

这看起来像：

将熊猫作为pd导入
导入操作系统
从pathlib导入路径
ip=“//网络位置/In”
op=“//网络位置/输出”
#为要按顺序添加到的所有数据创建空数据帧
df1a=pd.DataFrame（[]）
对于路径（ip）.glob（'*.xls*'）中的xlfile：
df1=pd.read\u excel（xlfile）
columns1={“VARIOUSDATA”}
#将数组追加到新的数据帧df1a
df1a=df1a.append（pd.DataFrame（columns1，columns=['variable_columns']））
如果df1a.empty：
打印（'在文件夹'+ip'中找不到任何有效的excel文件）
打印（str_文件）
其他：
df1a.to_csv（op+'/Test.csv'）
打印（df1a）

像这样的东西应该适合你

import os
import pandas as pd

import glob
glob.glob("C:\\your_path\\*.xlsx")

all_data = pd.DataFrame()
for f in glob.glob("C:\\your_path\\*.xlsx"):
    df = pd.read_excel(f)
    all_data = all_data.append(df,ignore_index=True)

type(all_data)

查看此链接

---

像这样的东西应该适合你

import os
import pandas as pd

import glob
glob.glob("C:\\your_path\\*.xlsx")

all_data = pd.DataFrame()
for f in glob.glob("C:\\your_path\\*.xlsx"):
    df = pd.read_excel(f)
    all_data = all_data.append(df,ignore_index=True)

type(all_data)

查看此链接

---

像这样的东西应该适合你

import os
import pandas as pd

import glob
glob.glob("C:\\your_path\\*.xlsx")

all_data = pd.DataFrame()
for f in glob.glob("C:\\your_path\\*.xlsx"):
    df = pd.read_excel(f)
    all_data = all_data.append(df,ignore_index=True)

type(all_data)

查看此链接

---

非常感谢您。这在2秒内修复了它。我花了几个小时试图找出我做错了什么。非常感谢。这在2秒内修复了它。我花了好几个小时想弄清楚我想要什么