pandas批量读取excel

可以使用Pandas库来批量读取Excel文件。你可以使用glob.glob函数获取文件路径，定义一个列表来存储每个Excel文件的数据，然后使用concat方法将所有数据合并到一个DataFrame中。具体步骤如下：

首先，导入必要的库：
import pandas as pd
import glob

接下来，使用glob.glob函数获取所有Excel文件的路径：
file_paths = glob.glob("*.xlsx")

然后，定义一个空的DataFrame来存储所有数据：
df = pd.DataFrame()

接下来，使用for循环逐个读取每个Excel文件的数据，并将其合并到df中：
for file_path in file_paths:
data = pd.read_excel(file_path)
df = pd.concat([df, data], ignore_index=True)

最后，你可以使用df来处理和分析批量读取到的Excel数据。请注意，这里的示例假设你的Excel文件都在当前工作目录下，你可以根据实际情况修改文件路径。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [Python Pandas批量读取csv文件到dataframe的方法](https://download.csdn.net/download/weixin_38593380/13771508)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [pandas批量读入Excel、CSV类型文件](https://blog.csdn.net/weixin_42782150/article/details/93465872)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]