如何用Pandas实现多Excel多工作表数据摄入并单独存储各表？

你当前的代码会把每个Excel文件的所有工作表合并成单个DataFrame存入列表，没法区分同文件内的不同工作表。要实现按文件访问、每个工作表独立成DataFrame的需求，最适合用嵌套字典的结构——外层用文件名（不含后缀）做键，内层用工作表名做键，对应的值就是该工作表的DataFrame。

下面是优化后的代码，同时解决了路径兼容性、数据溯源的问题：

import pandas as pd
from pathlib import Path

# 用pathlib处理路径，跨平台更可靠
folder = Path('specified_path')

# 过滤出文件夹里的Excel文件（避免非Excel文件干扰）
excel_files = [f for f in folder.iterdir() if f.suffix in ['.xlsx', '.xls', '.xlsm']]

# 构建嵌套字典：{文件名: {工作表名: DataFrame}}
file_sheet_dfs = {}
for file in excel_files:
    # 读取当前文件的所有工作表，返回的是{工作表名: DF}的字典
    sheet_dfs = pd.read_excel(file, sheet_name=None)
    # 给每个工作表的DF添加文件名和工作表名字段，方便溯源
    for sheet_name, df in sheet_dfs.items():
        df['excel_file'] = file.stem  # 文件名（不含后缀）
        df['sheet_name'] = sheet_name
    # 将当前文件的工作表字典存入外层字典
    file_sheet_dfs[file.stem] = sheet_dfs

关键优化点说明： #

• 路径处理：用pathlib.Path替代字符串拼接路径，自动适配Windows/macOS/Linux的路径分隔符，避免\转义或跨平台报错的问题
• 数据结构：直接利用pd.read_excel(sheet_name=None)返回的工作表字典，不用先合并再拆分，完整保留原有的工作表层级关系
• 数据溯源：给每个DataFrame添加excel_file和sheet_name字段，后续分析时能快速定位数据来自哪个文件的哪个工作表
• 文件过滤：只读取后缀为.xlsx/.xls/.xlsm的文件，避免误读其他类型文件

额外优化建议： #

• 异常处理：如果文件夹里可能存在损坏的Excel文件，可以给读文件的逻辑加try-except，避免单个文件出错导致整个程序中断：

  for file in excel_files:
      try:
          sheet_dfs = pd.read_excel(file, sheet_name=None)
          # ...后续处理...
          file_sheet_dfs[file.stem] = sheet_dfs
      except Exception as e:
          print(f"读取文件{file.name}出错: {e}")
  

• 内存优化：如果Excel文件很大，可以指定usecols参数只读取需要的列，减少内存占用：

  sheet_dfs = pd.read_excel(file, sheet_name=None, usecols=['列1', '列2', '列3'])
  

内容的提问来源于stack exchange，提问作者Harsh780