Python/ Pandas : Create column in appended file based on Excel cell

Question

我将多个 Excel 文件中的信息附加到一个数据框中。每个 Excel 文件具有相同的结构，但对应不同的城市。城市名称始终位于同一单元格 (C2) 中。

如何提取每个文件中的城市名称，使其显示为新创建的数据框中相应行的列？

我附加的数据框如下所示:

 Col1     Col2      
 40       34
 104      108
 23        1
 43        21

因此，我无法判断哪些行属于文件 X 或文件 Y。理想情况下，我希望有一个数据框，例如:

Col1   Col2     Col3      
City A   40       34
City A  104      108
City B   23        1
City B   43       21

我不确定在追加 Excel 文件以添加相应的城市列之前是否应该直接编辑/写入 Excel 文件。或者我是否应该在附加到我的数据框之后或过程中执行此操作。

任何指导都会很棒。

编辑:这是我重现 Excel 工作表结构的最佳尝试。请注意，A 列和第 5、6 和 7 行为空白。城市名称位于第 2 行 C 列。

我想要提取第 8 行到第 11 行中的信息，并将单元格 C3 中的城市名称添加为这些行旁边的列。

     ColA     ColB       ColC     ColD  ColE  ColF ColG
Row1          Type       XYZ                
Row2      CityName       XXX                
Row3      CityCode        10                
Row4         RYear        13                
Row5                        
Row6                        
Row7                        
Row8          Rank       Cat.       88    89   90    91
Row9            11         A       111   106  102   101
Row10           12         B       121   144  126   121
Row11           13         C       100   107  100   101

Edit2:按照ALollz的建议，我尝试了以下代码，但没有成功。我收到错误“‘DataFrame’对象没有属性‘ColC’”。请注意，files_xlsx 是一个包含所有 Excel 文件的列表。

all_data = pd.DataFrame()

 for f in files_xlsx:
    city_name = pd.read_excel(f, "SheetA", nrows=2).ColC[1]
    data = pd.read_excel(f, "SheetA", parse_cols="B:J")
    data['col_city'] = city_name
 all_data = all_data.append(data,ignore_index=True)

Edit3:不断尝试，终于找到了可行的东西。唯一的问题是 cityname 仅设置为一行而不是整列，这正是我想要的。有什么帮助吗？

  df = pd.DataFrame()

for f in files_xlsx:
    city_name = pd.read_excel(f, "Sheet1", nrows=2, parse_cols="C", header=None, skiprows=1, skip_footer=264)    
    data = pd.read_excel(f, "Sheet1", parse_cols="B:J", header=None, skiprows=8) 
    data['City'] = city_name
    df = df.append(data)

Answer 1

您可以使用nrows=1仅读取一个元素df的一个值，然后通过DataFrame.iat选择值:

f = 'file.xlsx'
city_name = pd.read_excel(f, "Sheet1", nrows=1, parse_cols="C", header=None, skiprows=1)    
print (city_name)
     0
0  XXX

data = pd.read_excel(f, "Sheet1", parse_cols="B:J", header=None, skiprows=8) 
data['City'] = city_name.iat[0,0]
print (data)
    0  1    2    3    4    5 City
0  11  A  111  106  102  101  XXX
1  12  B  121  144  126  121  XXX
2  13  C  100  107  100  101  XXX

循环中:

dfs = []
for f in files_xlsx:
    city_name = pd.read_excel(f, "Sheet1", nrows=1, parse_cols="C", header=None, skiprows=1)
    data = pd.read_excel(f, "Sheet1", parse_cols="B:J", header=None, skiprows=8)
    data['City'] = city_name.iat[0,0]
    dfs.append(data)

df = pd.concat(dfs, ignore_index=True)