现有31份文件包含一个列名相同的厚度数据列,但是长度不同,遍历文件夹,拿取所有文件夹中的厚度数据列,拿到的数据列用对应文件的文件名命名,组成一个新的文件
时间: 2024-03-03 14:47:47 浏览: 34
可以使用 `os` 模块遍历文件夹中的文件,然后使用 `pd.read_excel()` 函数读取 Excel 文件中的数据,并将其中的厚度数据列取出来,最后将所有的数据列拼接起来,并以对应文件的文件名命名,组成一个新的 DataFrame,并将其保存为 Excel 文件。
下面是一个示例代码:
``` python
import os
import pandas as pd
# 定义文件夹路径和文件名前缀
folder_path = 'folder_path'
file_prefix = 'thickness_'
# 定义一个空的 DataFrame
df = pd.DataFrame()
# 遍历文件夹中的文件,并将厚度数据列拼接起来
for filename in os.listdir(folder_path):
if filename.startswith(file_prefix):
file_path = os.path.join(folder_path, filename)
# 读取 Excel 文件中的数据
data = pd.read_excel(file_path)
# 取出厚度数据列
thickness = data['thickness']
# 将厚度数据列添加到 DataFrame 中,并以文件名命名
df[filename] = thickness.values
# 将 DataFrame 保存为 Excel 文件
output_file = 'output.xlsx'
df.to_excel(output_file, index=False)
```
在这个示例中,我们首先定义了文件夹路径和文件名前缀,然后创建了一个空的 DataFrame。接着,使用 `os.listdir()` 函数遍历文件夹中的文件,并判断文件名是否以文件名前缀开头,如果是,则读取该文件中的数据,并取出其中的厚度数据列。然后,将该厚度数据列添加到 DataFrame 中,并以对应文件的文件名命名。最后,将 DataFrame 保存为 Excel 文件。
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)