python - 使用列表中的名称创建数据框

Question

我有包含许多选项卡的 excel 文件。我想连接所有这些，一次一个标签。

我在做:

mypath = "mypath"
files = os.listdir(mypath)
files = [os.path.join(mypath,f) for f in files if f[-4:]=='xlsx']

sheets = pandas.ExcelFile(files[0]).sheet_names

现在，假设我的选项卡是 alpha、beta、gamma 等，我想创建一个数据帧列表 df_alpha、df_beta 等，它们是我目录中文件的所有 alpha 选项卡的联合。

通过做:

for sheet in sheets:
    df = pandas.DataFrame()
    for f in files:
        df = pandas.concat([df, pandas.read_excel(f, sheet_name=sheet)])

我可以得到我想要的，但当然我只有一个数据框，它是每个文件中最后一个选项卡的并集。我怎样才能更改代码，以便我有一个 dfs 列表，每个都命名为 df_alpha、df_beta 等？

Answer 1

如果您可以使用数据框字典，以下内容可能会有所帮助:

df_dict = {}
for sheet in sheets:
    df = pandas.DataFrame()
    for f in files:
        df = pandas.concat([df, pandas.read_excel(f, sheet_name=sheet)])
    df_dict[sheet] = df

稍后您可以使用其键从字典中调用相关的df，例如df_dict['alpha'].

更新:如@ALollz 的评论所述，上面的代码片段效率低下，因为对同一数据帧进行了多次连接。所以更有效的方法是:

df_dict = {}
for sheet in sheets:
    df_dict[sheet] = pandas.concat(pandas.read_excel(f, sheet_name=sheet) for f in files)

请注意，在这种情况下，可以不在 pandas.concat 中定义明确的列表理解(内部表达式成为生成器)。

更新 2:也许使用字典理解更“pythonic”(使用更常见的 pd 而不是 pandas):

df_dict = {
    sheet: pd.concat(pd.read_excel(f, sheet_name=sheet) for f in files)
    for sheet in sheets
}

这里的技巧是使用上面的代码片段来定义具有字典理解的 key: value。