import os
import pandas as pd
folder_path = r'C:\Users\admin\Desktop\input_data'
# 读取一个文件下的所有excel文件
def all_data():
extension = 'xlsx' # 文件拓展名,表明文件类型
files = [file for file in os.listdir(folder_path) if file.endswith('.' + extension)]
# print(files)
all_data = pd.DataFrame()
for file in files:
filepath = os.path.join(folder_path, file)
df = pd.read_excel(filepath)
all_data = pd.concat([all_data, df]) # 索引是各自文件里的索引,不是全局递增的
return all_data
缺陷是all_data里的数据索引不是按所有数据递增的
将dataframe数据按照某一个字段分组,拆分成小文件:
比如按照地区部字段,拆分成各自地区部的excel文件:
def spilt_file(df):
for reg,group in df.groupby('地区部'):
# with open()
# 写路径的方式可行
group.to_excel(f'C:/Users/admin/Desktop/input_data/output/{reg}.xlsx',index=False)
保存到指定文件夹位置,还需要继续优化
修改成路径保存在变量里:
outpath1 = r'C:\Users\admin\Desktop\input_data\output1' outpath = os.path.join(outpath1, f'{reg}.xlsx') print(outpath) group.to_excel(outpath, index=False)