Python合并多个Excel文件报list类型路径ValueError错误如何解决

报错直接原因 #

ValueError: Invalid file path or buffer object type: <class 'list'>

该报错是因为你调用pd.read_excel(args.data)时，args.data是你用nargs="+"接收的多文件参数，本身是列表类型，但pd.read_excel()只支持传入单个文件路径/文件对象，不支持直接传列表。

代码存在的其他问题 #

• 输出文件名格式化错误："%s_%s.xlsx"%(args.out)有2个占位符，但只传了1个参数，运行会触发类型错误
• 调用argparse.FileType会直接打开传入的文件返回文件对象，但pd.read_excel读取Excel不需要提前打开，直接传路径更稳妥
• 循环逻辑错误：嵌套的for line in filename是逐行读取文件内容，完全不符合读取Excel表格的需求
• 写入逻辑错误：直接调用to_excel()会覆盖原有文件，无法实现追加数据的效果
• 读取逻辑错误：循环里没有读取当前遍历到的单个文件，反而重复读整个参数列表

修正后的代码 #

import pandas as pd
import argparse
import os

parser = argparse.ArgumentParser(description="extract data from machine")
# 改为接收文件路径字符串，不提前打开
parser.add_argument("-d","--data", dest="data", required=True, action="store", type=str, nargs="+",
                     help="the excel file you want to analysis")
parser.add_argument("-o","--outFileNamePrefix",action="store",default="foo",dest="out",
                    help="the output file name")
args = parser.parse_args()

# 初始化输出表
output = pd.DataFrame(columns=['Target','Sample','SQ Mean', 'SQ Std. Dev'])
# 修正文件名格式化，可按需调整后缀规则
out_path = f"{args.out}_merged.xlsx"
output.to_excel(out_path, index=False)

# 遍历所有输入的Excel文件
for file_path in args.data:
    # 读取单个Excel文件，多sheet需自行指定sheet_name参数
    df = pd.read_excel(file_path)
    # 筛选匹配目标结构的列，源表列名不一致时可自行做映射调整
    df = df[['Target','Sample','SQ Mean', 'SQ Std. Dev']]
    # 追加写入，不重复写表头
    with pd.ExcelWriter(out_path, mode='a', if_sheet_exists='overlay', engine='openpyxl') as writer:
        df.to_excel(writer, index=False, header=False, startrow=writer.sheets['Sheet1'].max_row)

运行注意事项 #

• 需提前安装依赖：pip install openpyxl，追加写入Excel需要该引擎支持
• 若pandas版本低于1.4，if_sheet_exists参数不可用，可先把所有文件数据合并到同一个DataFrame后再一次性写入输出文件

内容的提问来源于stack exchange，提问作者tampampam