将 Excel 文件附加到 Python DataFrame

Question

下面的代码遍历 Regis 文件夹中的 excel 文件，并将它们附加到一个新的 DataFrame 中。我需要对代码进行以下更改：

数据从第 7 列开始，所以我不需要附加每个 Excel 文件的前 6 行
每个 Excel Sheet 在文件名末尾都有一个日期，例如“Regis 30012022”最后8位数字是日期（欧洲格式）我想添加一列以便我知道数据指的是哪个日期。此日期应添加到 A 列。

import pandas as pd
import glob
  
# path of the folder
path = r'Regis'

# reading excel files
filenames = glob.glob(path + "\*.xlsx")
print('File names:', filenames)
  
# initializing empty data frame
finalexcelsheet = pd.DataFrame()
  
# interating through all excel files
for file in filenames:
  
    # combining multiple excel worksheets into single data frames
    df = pd.concat(pd.read_excel(file, sheet_name=None), ignore_index=True, sort=False)
  
    # appending excel files one by one
    finalexcelsheet = finalexcelsheet.append(df, ignore_index=True)
  
finalexcelsheet.to_excel(r'Final.xlsx', index=False)

Answer 1

对于第一点，您可以在阅读文件时添加参数skiprows：

df = pd.concat(pd.read_excel(file, sheet_name=None, skiprows = 6), ignore_index=True, sort=False)

对于第二期，我会做以下事情：

for file in filenames:
  
    temp_df = pd.read_excel(file, sheet_name=None, skiprows=6)
    date_string = "".join(character for character in file if character.isdigit())
    date = datetime.datetime.strptime(date_string, "%d%M%Y")
    temp_df["date"]= date

    df = pd.concat(temp_df, ignore_index=True, sort=False)
  
    # appending excel files one by one
    finalexcelsheet = finalexcelsheet.append(df, ignore_index=True)

这是读取 excel 文件，根据文件名创建日期时间对象，并在使用 concat 之前使用该日期时间对象为 temp_df 创建一个新列。

将 Excel 文件附加到 Python DataFrame

Appending Excel files to Python DataFrame

python

excel

append

dataframe

pandas