如何从多个Excel表格读取指定单元格并合并为单个pandas dataframe

原代码问题分析 #

• 直接append[name,city]会将两个值作为两行单列数据追加，无法生成name、city两列的结构
• pandas 1.4+版本已正式废弃DataFrame.append()方法，官方更推荐先收集所有数据再一次性转换为DataFrame的写法，性能更高

正确实现代码 #

import pandas as pd
import glob
import xlrd

file_list = glob.glob("*.xls")
# 初始化列表存储所有行数据
data = []

for f in file_list:
    wb = xlrd.open_workbook(f)
    sheet = wb.sheet_by_index(0)
    name = sheet.cell_value(rowx=9, colx=2)
    city = sheet.cell_value(rowx=15, colx=2)
    # 每行作为字典存入列表，key对应最终DataFrame的列名
    data.append({"name": name, "city": city})

# 一次性转换为目标结构的DataFrame
df = pd.DataFrame(data)

补充说明 #

• 若需要处理.xlsx格式文件，xlrd 2.0+版本已不支持该格式，可选择将xlrd降级至1.2.0版本，或改用openpyxl库读取文件
• 若需要保留源文件名作为额外字段，可在append时新增"source_file": f的键值对即可

内容的提问来源于stack exchange，提问作者tststs