如何将多份含多工作表的Excel中同名工作表合并为对应DataFrame

修正后的完整代码 #

import pandas as pd
import glob

path = r'C:\Users\zachip_\OneDrive\Documents'

# 获取指定路径下所有Excel文件的路径
files = glob.glob(path + '\*.xlsx*')

# 为目标工作表初始化对应的空列表，用于存储各文件中同工作表的数据
sheet_data = {'Sheet1': [], 'Sheet2': []}

for file_path in files:
    # 读取当前Excel文件
    excel_file = pd.ExcelFile(file_path)
    # 遍历需要合并的工作表名称
    for target_sheet in sheet_data.keys():
        # 检查当前文件是否包含该工作表，避免缺失工作表报错
        if target_sheet in excel_file.sheet_names:
            # 读取工作表数据并添加到对应列表
            df = pd.read_excel(excel_file, sheet_name=target_sheet)
            sheet_data[target_sheet].append(df)

# 分别合并两个工作表的所有数据
df1 = pd.concat(sheet_data['Sheet1'], axis=0, ignore_index=True)
df2 = pd.concat(sheet_data['Sheet2'], axis=0, ignore_index=True)

原代码的核心问题 #

• 循环逻辑错误：while i<=enumerate(file.sheet_names)的条件完全不成立，enumerate返回的是索引与元素的元组，无法和整数i做大小比较，会直接触发类型错误。
• 数据存储未区分工作表：仅用一个dfs列表存储所有工作表数据，无法区分Sheet1和Sheet2的内容，最终合并结果会是两个工作表数据的混合。
• 合并时机错误：在每个文件的循环内就执行pd.concat，会导致每次循环都重复合并之前的所有数据，最终结果出现大量重复行。

修正思路 #

1. 用字典sheet_data分别管理Sheet1和Sheet2的数据，键为工作表名，值为对应的数据帧列表，清晰区分不同工作表的数据源。
2. 遍历每个Excel文件时，先检查目标工作表是否存在，避免因部分文件缺失工作表导致报错，再读取对应数据添加到字典的对应列表中。
3. 所有文件处理完成后，再分别对两个工作表的列表执行concat操作，得到最终的合并数据帧。

内容的提问来源于stack exchange，提问作者zachip