python - 使用 Pandas 从 Excel 转换为 CSV，我有多个可能的 Excel 工作表名称

Question

我正在尝试使用 Python 将大量 Excel 文档转换为 CSV，并且我从每个文档转换的工作表可以称为“Pivot”、“PVT”、“pivot”或“pvt”。我现在做的一些方法似乎有效，但我想知道是否有更快的方法，因为这需要很长时间才能浏览我的 Excel 文件。有没有一种方法可以使用 OR 运算符指定工作表名称的多个变体，在一个 pd.read_excel 行中完成相同的操作？

for f in glob.glob("../Test/Drawsheet*.xlsx"):
    try:
        data_xlsx = pd.read_excel(f, 'PVT', index_col=None)
    except:
        try:
            data_xlsx = pd.read_excel(f, 'pvt', index_col=None)
        except:
            try:
                data_xlsx = pd.read_excel(f, 'pivot', index_col=None)
            except:
                try:
                    data_xlsx = pd.read_excel(f, 'Pivot', index_col=None)
                except:
                    continue
    data_xlsx.to_csv('csvfile' + str(counter) + '.csv', encoding='utf-8')
    counter += 1

Answer 1

您的问题不在于为 pd.read_excel 找到正确的特殊语法，而是知道从哪张表中读取。 Pandas 有一个 ExcelFile，它封装了 Excel 文件的一些基本信息。该类有一个 sheet_names 属性，可以告诉您文件中有哪些工作表。 (不幸的是，这个类的文档有点难找到，所以我不能给你一个链接)

valid_sheet_names = ['PVT', 'pvt', 'pivot', 'Pivot']

for f in glob.iglob('../Test/Drawsheet*.xlsx'):
    file = pd.ExcelFile(f)
    sheet_name = None

    for name in file.sheet_names:
        if name in valid_sheet_names:
            sheet_name = name
            break

    if sheet_name is None:
        continue

    data_xlsx = pd.read_excel(f, sheet_name, index_col=None)
    ...

但是，这并不严格等同于您的代码，因为它不执行以下两件事:

• 级联read_excel(如果所选工作表无法加载到数据框中)
• 对工作表名称进行优先级排序(例如首先是 PVT，然后是 pvt，然后是 pivot，等等)

我将告诉您如何根据您的程序需要处理这两个问题。