哇塞，Python读取多个Excel文件竟然如此简单

学习Excel技术，关注微信公众号：

excelperfect

标签：Python与Excel,pandas

本文主要讲解如何使用pandas库将多个Excel文件读入到Python。

方法1：从文件夹获取文件——PowerQuery样式

Excel Power Query具有“从文件夹获取数据”功能，允许我们加载特定文件夹中所有文件。我们可以用Python轻松地完成这项工作。工作流程如下所示：

• 给定文件夹，查找其中的所有文件。
• 缩小文件选择范围，我需要加载哪些文件？
• 逐个加载选定文件中的数据。

为了实现上述工作流程，我们需要os库和pandas库。os库提供了与计算机操作系统交互的方法，例如查找文件夹中存在哪些文件。os.listdir()返回特定文件夹中所有文件名（字符串）的列表。一旦有了文件名列表，我们就可以遍历它们并将数据加载到Python中。

图1

我们的工作文件夹包含多种文件类型（Word、Excel、图像和Exe文件，还有文件夹），但是file.endswith('.xlsx')确保我们只将Excel文件读入Python。

os.path.join()提供了一种创建文件路径的有效方法，在可能的情况下，应始终使用该方法，而不是folder+”\”+file。

方法2：使用一个Excel输入文件

第二种方法要求我们有一个单独的Excel文件作为“输入文件”，它包含指向我们打算读入Python的各个文件的链接。要重复我们刚才介绍的示例，需要创建一个Excel文件，如下图2所示，基本上只有一列，其中包含指向其他文件的链接。

图2

可能你会非常喜欢这种方法，因为：

• 可以在熟悉的环境（电子表格）中组织和存储信息（文件名、链接等）。
• 如果我需要更新或添加要读取的新文件，只需要更新这个输入文件，无需更改编码。

该工作流与前面的方法类似。首先，我们需要让Python知道可以从这个输入文件获得的文件路径。

图3

这基本上是一个只有一列的简单数据框架，其中包含文件链接。现在我们可以遍历列表并读取Excel文件。

图4

何时使用“从文件夹获取文件”与“Excel输入文件”

在确定使用哪种方法时，我会问两个简单的问题。

1.源文件夹是否包含我不需要的额外文件？

• 例如，如果一个文件夹包含20个csv文件，而我只需要其中10个。使用Excel输入文件方法可能更容易。编辑Excel输入文件比在Python中编写代码来处理不同的场景更简单、更快。
• 但是，如果文件夹包含50个文件，其中20个是csv，我全部需要这些文件。此时，我将使用从文件夹获取文件的方法，因为我们可以轻松地从文件列表中选择所有.csv文件。

2.是否所有文件都位于同一文件夹中？

• 如果文件位于不同的文件夹中，则使用Excel输入文件来存储文件路径更有意义。