在for循环中动态创建、合并并保存DataFrame的问题求助

核心错误原因 #

你的代码存在多个关键问题，直接导致了报错：

1. 未读取Excel文件为DataFrame：glob.glob返回的是文件路径字符串，你直接把这些字符串传给pd.merge，而merge要求传入的是Series或DataFrame对象，这是报错的直接原因。
2. 循环逻辑错误：使用zip会将两个列表的元素一一配对，无法实现每个技术文件与每个等级文件的交叉合并（4*3=12种组合）。
3. 语法错误：字典键d[level technology]的写法不合法，变量名不能直接拼接，需要用字符串格式化处理。
4. 文件保存错误：调用d.to_excel是错误的，应该针对每个合并后的DataFrame对象执行保存操作。
5. 文件分类错误：两个glob使用相同路径，无法区分等级和技术两类数据集，会把所有Excel文件混在一起。

修正后的代码 #

假设你的等级文件和技术文件可以通过文件名前缀区分（比如等级文件以level_开头，技术文件以tech_开头），或者存放在不同子文件夹，以下是修正后的代码：

import os
import pandas as pd
import glob

# 1. 区分两类文件的路径或文件名，这里以文件名前缀为例
level_files = glob.glob("C:\\path\\level_*.xlsx")  # 匹配所有等级文件
tech_files = glob.glob("C:\\path\\tech_*.xlsx")    # 匹配所有技术文件

# 2. 存储合并后的DataFrame（可选，若不需要保留可省略字典）
merged_dfs = {}

# 3. 嵌套循环实现所有交叉组合的合并
for level_path in level_files:
    # 读取等级文件为DataFrame
    level_df = pd.read_excel(level_path)
    # 提取等级文件名（不含路径和后缀）
    level_name = os.path.splitext(os.path.basename(level_path))[0]
    
    for tech_path in tech_files:
        # 读取技术文件为DataFrame
        tech_df = pd.read_excel(tech_path)
        # 提取技术文件名（不含路径和后缀）
        tech_name = os.path.splitext(os.path.basename(tech_path))[0]
        
        # 按Location列内连接合并
        merged_df = pd.merge(tech_df, level_df, how="inner", on="Location")
        
        # 生成唯一的字典键（可选）
        key = f"{tech_name}_merged_{level_name}"
        merged_dfs[key] = merged_df
        
        # 保存合并后的文件，文件名包含原文件名信息
        save_name = f"{tech_name}_merged_{level_name}.xlsx"
        save_path = os.path.join("C:\\path\\merged_results", save_name)
        # 创建保存目录（如果不存在）
        os.makedirs(os.path.dirname(save_path), exist_ok=True)
        merged_df.to_excel(save_path, index=False)

关键修正点说明 #

• 文件读取：每次循环中用pd.read_excel将文件路径转为DataFrame，确保merge的是合法对象。
• 交叉合并：使用嵌套循环遍历所有等级文件和技术文件的组合，生成4*3=12个合并结果。
• 文件名处理：用os.path.basename和os.path.splitext提取纯文件名，避免路径干扰，生成清晰的合并文件名。
• 目录创建：用os.makedirs确保保存目录存在，避免保存时因目录不存在报错。
• 字典存储：可选保留合并后的DataFrame到字典中，方便后续复用（若不需要可省略字典相关代码）。

内容的提问来源于stack exchange，提问作者Mlle Blanche