将多个 Excel 工作表合并到一个 Pandas 数据框中

有时候我们需要处理多个 Excel 文件，其中每个文件包含多个工作表。在这种情况下，我们可以使用 Python 的 Pandas 库来合并这些工作表到一个数据框中，以便更方便地进行处理和分析。

以下是将多个 Excel 工作表合并到一个 Pandas 数据框的步骤：

步骤 1: 导入必要的库

首先，我们需要导入 Pandas 库和其他必要的库，以便在程序中使用。

import pandas as pd
import glob

步骤 2: 获取所有 Excel 文件的文件名

使用 glob 库和通配符来获取目标文件夹中所有 Excel 文件的文件名。可以根据实际情况修改通配符以匹配文件名的模式。

file_names = glob.glob("path/to/folder/*.xlsx")

步骤 3: 读取工作表数据并合并到数据框

遍历每个 Excel 文件的文件名，并读取每个文件中的所有工作表，并将它们合并到一个 Pandas 数据框中。

dfs = []  # 用于存储所有工作表的数据框

for file_name in file_names:
    excel_file = pd.ExcelFile(file_name)  # 读取 Excel 文件
    sheet_names = excel_file.sheet_names  # 获取该文件中所有工作表的名称
    
    for sheet_name in sheet_names:
        df = excel_file.parse(sheet_name)  # 读取工作表的数据
        dfs.append(df)  # 将数据存储到列表中

merged_df = pd.concat(dfs, ignore_index=True)  # 将所有工作表的数据进行合并

步骤 4: 处理合并后的数据框

现在，你可以对合并后的数据框进行任何处理和分析操作，如数据清洗、转换、计算等。

# 进行数据清洗、转换或计算
merged_df['new_column'] = merged_df['column1'] + merged_df['column2']

当然，根据实际需求，你可以根据需要对合并后的数据框进行任何其他操作。

以上就是将多个 Excel 工作表合并到一个 Pandas 数据框中的步骤。通过将这些工作表合并到一个数据框中，我们可以更方便地处理和分析数据，提高工作效率。

注意：在运行代码之前，请确保已经安装了 pandas 和 glob 库，并替换 "path/to/folder/*.xlsx" 字符串为实际的文件路径和通配符。

希望这个介绍对你有帮助！