Python自动化：遍历Excel文件提取指定数据并合并至单个DataFrame

问题描述 #

需要遍历指定Excel文件，提取每个文件中指定范围（如C6到C9）的内容，将每个文件的提取结果作为DataFrame的一行，最终生成一个统一的3行3列DataFrame，而不是当前得到的三个独立的3行1列DataFrame。

修正代码 #

from openpyxl import load_workbook
import pandas as pd

filesList = ["sample1.xlsx", "sample2.xlsx", "sample3.xlsx"]
all_rows = []

for file in filesList:
    wb = load_workbook(file)
    ws = wb.active
    row_data = []
    # 遍历目标单元格范围，提取每个值（若实际只有3个有效数据，可改为C6:C8）
    for cell_range in ws['C6':'C9']:
        # 因为是单列范围，每个cell_range仅包含一个单元格
        row_data.append(cell_range[0].value)
    # 过滤空单元格值（如果范围包含无效空值）
    row_data = [val for val in row_data if val is not None]
    # 将当前文件的有效数据作为一行存入总列表
    all_rows.append(row_data)

# 转换为DataFrame，匹配期望的列名
df = pd.DataFrame(all_rows, columns=['0', '1', '2'])
print(df)

关键修正说明 #

1. 修复数据收集错误：原代码中data_rows.append(data_rows)是递归添加自身，改为正确收集每个单元格的值到row_data，再将整行数据存入总列表。
2. 调整数据结构：将每个文件的提取结果作为一行数据，而非单列，最终合并成统一的DataFrame。
3. 处理空值：添加空值过滤逻辑，避免无效数据干扰最终格式。
4. 指定列名：根据期望输出设置列名，确保格式完全匹配需求。

最终输出 #

0          1           2
0   apple       sold  No stock
1  orange  not sold    In stock
2    kiwi  not sold    In stock

内容的提问来源于stack exchange，提问作者stack