如何使用Pandas库将文件夹中的PDF文件名导出至Excel表格

1. 准备工作 #

先确保已安装pandas和openpyxl（导出xlsx格式需要依赖openpyxl引擎），如果没装，执行以下命令：

pip install pandas openpyxl

2. 核心代码实现 #

直接筛选PDF文件并导出，比遍历所有文件更高效：

import glob
import pandas as pd

# 获取当前目录下所有PDF文件名（如需指定其他文件夹，把路径写在引号里，比如"/Users/xxx/Documents/*.pdf"）
pdf_files = glob.glob("*.pdf")

# 将文件名列表转为DataFrame，自定义列名让表格更直观
df = pd.DataFrame(pdf_files, columns=["PDF文件名"])

# 导出到Excel文件，index=False用于去掉默认的索引列
df.to_excel("PDF文件名列表.xlsx", index=False, engine="openpyxl")

3. 拓展场景 #

• 获取绝对路径：如果需要导出文件的完整路径，可搭配os.path.abspath：

import os
pdf_files = [os.path.abspath(file) for file in glob.glob("*.pdf")]

• 遍历子文件夹：要包含嵌套文件夹里的PDF，开启递归匹配：

pdf_files = glob.glob("**/*.pdf", recursive=True)

内容的提问来源于stack exchange，提问作者Raghav GR