python对多个excel做批量降序处理

import pandas as pd
import os

# 定义需要排序的列
col_to_sort = 3  # 第四列

# 遍历文件夹下的所有Excel文件
for filename in os.listdir(r'C:\Users\win10\Desktop\对conclusion的不同智库词频统计'):
    if filename.endswith('.xlsx'):
        # 打开Excel文件
        file_path = os.path.join(r'C:\Users\win10\Desktop\对conclusion的不同智库词频统计', filename)
        df = pd.read_excel(file_path, engine='openpyxl')
        
        # 判断第四列是否存在
        if df.columns[col_to_sort] not in df.columns:
            print(f'{filename} 文件没有第四列数据，跳过处理')
            continue
        
        # 提取前三列和第四列的数据
        col1 = df.iloc[:, 0].tolist()
        col2 = df.iloc[:, 1].tolist()
        col3 = df.iloc[:, 2].tolist()
        col4 = df.iloc[:, col_to_sort].tolist()
        
        # 按照第四列的降序排列（同时保留前三列数据的对应关系）
        sorted_indices = sorted(range(len(col4)), key=lambda k: col4[k], reverse=True)
        col1 = [col1[i] for i in sorted_indices]
        col2 = [col2[i] for i in sorted_indices]
        col3 = [col3[i] for i in sorted_indices]
        col4 = [col4[i] for i in sorted_indices]
        
        # 将排好序的四列数据合并成新的数据框
        df_sorted = pd.DataFrame({
            df.columns[0]: col1,
            df.columns[1]: col2,
            df.columns[2]: col3,
            df.columns[col_to_sort]: col4
        })
        
        # 保存修改后的Excel文件
        df_sorted.to_excel(file_path, index=False, engine='openpyxl')
        print(f'{filename} 文件处理完成')

print('已完成批量处理')

这段代码是用来对指定文件夹下的所有Excel文件按照第四列数据进行降序排列，并保留前三列和第四列数据的对应关系，并将修改后的数据保存到原文件中。

具体代码解释如下：

首先，通过定义 col_to_sort 来指定需要排序的列，默认是第四列（索引为3），但是也可以根据实际情况进行修改。

然后，使用 os.listdir() 来遍历指定文件夹下的所有文件，通过 filename.endswith('.xlsx') 来筛选出所有后缀为 .xlsx 的文件。

接着，使用 pd.read_excel() 打开 Excel 文件，并判断第四列是否存在。如果不存在，则跳过处理当前文件；否则，将指定列的数据提取出来。提取的数据存储在 col1、col2、col3 和 col4 中，分别表示第一、二、三和四列的数据。

接下来，通过 sorted_indices 得到按照第四列进行排序后的索引数组，根据这个数组重新排列 col1、col2、col3 和 col4 的数据。

最后，使用 pd.DataFrame() 将重新排列的数据合并成新的数据框，并通过 df_sorted.to_excel() 将修改后的数据保存到原文件中。每次处理完一个文件，都会在控制台输出该文件名以及处理完成的字样。

等处理完所有的 Excel 文件后，控制台会输出 已完成批量处理。