Python批量读取多Excel文件并归一化数据至数组的优化方法问询

可以通过批量读取文件夹内的Excel文件、同时完成指定单元格数据提取与归一化操作来简化流程。以下是具体实现步骤：

1. 导入所需库 #

import pandas as pd
import numpy as np
import os
from glob import glob

2. 配置基础参数 #

# Excel文件所在文件夹路径，按需修改
folder_path = "./your_excel_directory"
# 指定要读取的单元格范围（示例为A1至A4，对应每个文件的4个数据点）
target_cells = "A1:A4"

3. 批量处理文件与归一化 #

遍历文件夹内所有xlsx文件，读取指定单元格数据并完成归一化（归一至1即每个数据点除以该文件数据的最大值）：

normalized_list = []

# 获取文件夹内所有xlsx文件路径
excel_files = glob(os.path.join(folder_path, "*.xlsx"))

for file in excel_files:
    # 读取指定单元格范围的数据，忽略表头
    df = pd.read_excel(file, usecols=target_cells, header=None)
    # 转换为一维numpy数组
    raw_data = df.values.flatten()
    # 执行归一化至1的操作
    normalized_data = raw_data / raw_data.max()
    # 将结果加入列表
    normalized_list.append(normalized_data)

# 转换为最终的二维numpy数组
final_array = np.array(normalized_list)

补充说明 #

• 若目标单元格非连续范围，可通过usecols指定列名或索引（如usecols=["A", "C"]），或结合skiprows/nrows精确控制读取区域。
• 若需全局归一化（所有文件数据统一按全局最大值缩放），可先收集所有原始数据，计算全局最大值后再批量完成归一化。

内容的提问来源于stack exchange，提问作者alb