如何将已生成的.xlsx文件列表读取并拼接为单个pandas DataFrame？

前置依赖 #

首先确保安装pandas和xlsx读取依赖，未安装可执行以下命令：
pip install pandas openpyxl

完整实现代码 #

将你现有代码和读取拼接逻辑整合如下：

from os import listdir
import pandas as pd

working_directory = 'N:/path to files'

def find_xlsx_filenames(path_to_dir, suffix=".xlsx"):
        """
        返回指定目录path_to_dir下所有后缀为给定suffix（默认值为".xlsx"）的文件名字符串列表。
        """
        filenames = listdir(path_to_dir)
        return[filename for filename in filenames if filename.endswith(suffix)]
    
# 生成文件夹下所有xlsx文件的列表
filenames = find_xlsx_filenames(working_directory) 

# 读取所有文件并存入DataFrame列表
df_list = []
for filename in filenames:
    # 拼接文件的完整路径，避免读取时找不到文件
    full_path = f"{working_directory}/{filename}"
    # 读取xlsx文件，默认读取第一个sheet，第一行为表头
    df = pd.read_excel(full_path, engine="openpyxl")
    # 可选：新增一列标记该行数据来源的文件名，方便后续核对
    # df["source_file"] = filename
    df_list.append(df)

# 拼接所有DataFrame为一个，ignore_index=True用于重置全局索引，避免索引重复
full_df = pd.concat(df_list, ignore_index=True)

# 可以打印查看拼接后的结果
print(full_df.head())
# 如需导出为单个Excel可执行：
# full_df.to_excel("合并后的文件.xlsx", index=False, engine="openpyxl")

常见参数调整说明 #

• 若你的Excel表头不在第一行，可在pd.read_excel中添加header=N参数，N为表头实际所在行的序号（从0开始计数）
• 若需要读取指定Sheet，可添加sheet_name参数，传入Sheet名称或序号（从0开始计数）
• 若需要跳过文件开头的无效行，可添加skiprows=N参数，N为需要跳过的行数
• 若不同文件的列名不一致，拼接后缺失的列会自动填充为空值

内容的提问来源于stack exchange，提问作者miquiztli_