利用Python读取json文件夹数据并求每一个数据平均值，并且修改源文件的数据，并且导出excel

要读取一个包含多个json文件的文件夹，并对每个文件中的数据求平均值，同时修改源文件中的数据，并将结果导出到Excel文件，可以使用Python的os、json和pandas库来实现。下面是一个示例代码：

import os
import json
import pandas as pd

# 文件夹路径
folder_path = 'json_folder'

# 创建一个空的DataFrame用于存储结果
result_df = pd.DataFrame(columns=['Filename', 'Average'])

# 遍历文件夹中的每个文件
for filename in os.listdir(folder_path):
    # 获取文件路径
    file_path = os.path.join(folder_path, filename)
    
    # 读取json数据
    with open(file_path, 'r') as f:
        data = json.load(f)
    
    # 提取需要求平均值的数据
    values = data['values']
    
    # 计算平均值
    average = sum(values) / len(values)
    
    # 修改数据
    data['average'] = average
    
    # 将修改后的数据写回json文件
    with open(file_path, 'w') as f:
        json.dump(data, f)
    
    # 将结果添加到DataFrame中
    result_df = result_df.append({'Filename': filename, 'Average': average}, ignore_index=True)

# 导出结果到Excel文件
result_df.to_excel('result.xlsx', index=False)

在上述代码中，假设json文件存储在名为`json_folder`的文件夹中。代码会遍历文件夹中的每个文件，读取json数据并计算平均值。然后，将计算得到的平均值添加到json数据中，并将修改后的数据写回原始文件。同时，将每个文件的文件名和平均值存储到一个DataFrame中。最后，使用pandas库将DataFrame导出到名为`result.xlsx`的Excel文件中。你可以根据实际情况修改`folder_path`和输出文件的名称。同时，确保每个json文件都具有相同的数据结构，如示例代码中的`values`键名和新增的`average`键名。