使用循环使用 pandas 转换多个数据帧

Posted 2023-03-11

【中文标题】使用循环使用 pandas 转换多个数据帧

【英文标题】：Transforming multiple dataframes with pandas using a loop

【发布时间】：2019-08-03 10:15:26

【问题描述】：

我目前正在做一个项目，我必须从一个 Excel 文件中进行一些转换和清理，该文件在每张表中都有相同的表，只是每张表代表不同的月份（表中的值不同）。

因此，将进行转换的代码仅对于不同的工作表是相同的。

df_at_jan  = pd.read_excel("C:/Users/Spiros/Desktop/Reporting.xlsx",
                      sheet_name='Jan 2018')
df_at_feb  = pd.read_excel("C:/Users/Spiros/Desktop/Reporting.xlsx",
                          sheet_name='Feb 2018')

df_at_jan.drop([0,1,2],axis=0)
df_at_jan.columns = df_at_jan.iloc[3]

df_at_feb.drop([0,1,2],axis=0)
df_at_feb.columns = df_at_feb.iloc[3]

当然，我必须在所有月份都这样做，我想知道如何使用 for 循环来做到这一点，以免为每个不同的月份重新创建代码。

我对 Python 非常陌生，因此非常感谢任何帮助。

非常感谢！

【参考方案1】：

我无法测试，因为你没有给出数据示例，但是根据this和this的答案，你可以试试：

xl = pd.ExcelFile('C:/Users/Spiros/Desktop/Reporting.xlsx')

sheets = xl.sheet_names

df_array = []

for sheet in sheets:
  df_temp = pd.read_excel(xl , sheet)
  df_temp = df_temp.drop([0,1,2],axis=0)
  df_temp.columns = df_temp.iloc[3]

  df_array.append(df_temp)

每个月的数据都会在数组的某个位置。

如果您需要将所有数据变成单个 DataFrame，请执行以下操作：

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

【参考方案2】：

1) 创建函数

def read_one_month(sheet_name):
   df = pd.read_excel("C:/Users/Spiros/Desktop/Reporting.xlsx",
                      sheet_name=sheet_name)
   df.drop([0,1,2],axis=0, inplace = True)
   return df

2) 定义工作表名称数组并运行循环：

df = pd.DataFrame(None)
for sheet_name in ['Jan 2018','Feb 2018']:
   df = pd.concat([df, read_one_month(sheet_name)], axis = 0, ignore_index = True)