python读取文件夹多个excel合并

可以使用 pandas 库中的 read_excel 和 concat 函数来实现。具体代码如下：

import os
import pandas as pd

# 文件夹路径
folder_path = 'path/to/folder'

# 获取文件夹中所有的 excel 文件
excel_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')]

# 读取所有 excel 文件并合并
df = pd.concat([pd.read_excel(f) for f in excel_files], ignore_index=True)

# 将合并后的数据保存为新的 excel 文件
df.to_excel('merged.xlsx', index=False)

这段代码会将指定文件夹中所有的 excel 文件读取并合并成一个数据框，最后将合并后的数据保存为一个新的 excel 文件。

相关问题

python读取文件夹多个excel同一个sheet页合并

可以使用 pandas 库中的 read_excel 和 concat 函数来实现。具体代码如下：

import pandas as pd
import os

# 文件夹路径
folder_path = 'path/to/folder'

# 获取文件夹中所有的 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]

# 读取 Excel 文件中的指定 sheet 页
dfs = []
for file in excel_files:
    df = pd.read_excel(os.path.join(folder_path, file), sheet_name='Sheet1')
    dfs.append(df)

# 合并所有的 DataFrame
result = pd.concat(dfs)

# 输出结果
print(result)

其中，`folder_path` 是文件夹路径，`excel_files` 是该文件夹中所有的 Excel 文件名，`dfs` 是读取每个 Excel 文件中的指定 sheet 页后得到的 DataFrame 列表，`result` 是将所有 DataFrame 合并后得到的最终结果。

python读取同一文件夹多个excel

你可以使用 Python 中的 pandas 库来读取同一文件夹下的多个 Excel 文件。下面是一个简单的代码示例：

import os
import pandas as pd

# 设置文件夹路径
folder_path = '/path/to/folder'

# 获取文件夹中所有的 Excel 文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]

# 读取每个 Excel 文件中的数据
for file in excel_files:
    file_path = os.path.join(folder_path, file)
    df = pd.read_excel(file_path)
    # 在这里对数据进行处理

在这个示例中，我们首先设置了文件夹路径，然后使用 os.listdir() 函数获取文件夹中所有的 Excel 文件。接下来，我们循环遍历每个 Excel 文件，使用 pandas 库的 read_excel() 函数读取每个文件中的数据。你可以在循环体中对数据进行处理，例如合并多个 Excel 文件中的数据，或者对每个文件中的数据进行统计分析。