python 读取excel表的一列数据循环创建多个文件夹，已存在的文件夹就不创建

好的，我可以回答您的问题。

您可以使用 `openpyxl` 库读取 Excel 表的一列数据，然后使用 `os` 库创建多个文件夹。在创建文件夹之前，我们可以使用 `os.path.exists` 函数判断文件夹是否已经存在。下面是示例代码：

import openpyxl
import os

# 读取 Excel 表格
wb = openpyxl.load_workbook('data.xlsx')
ws = wb.active

# 获取一列数据
column = ws['A']

# 循环创建文件夹
for cell in column[1:]:
    folder_name = cell.value
    if not os.path.exists(folder_name):
        os.mkdir(folder_name)

在上面的代码中，`data.xlsx` 是您要读取的 Excel 文件名，`A` 代表您要读取的列。然后，我们使用 `os.path.exists` 函数判断文件夹是否已经存在，如果不存在，就使用 `os.mkdir` 函数创建文件夹，文件夹的名字是 Excel 表中每个单元格的值。

希望这个代码能帮到您！

相关问题

python读取同一个文件夹下多个excel的指定位置数据，写入一个excel文件

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，并从中提取需要的数据，然后将这些数据写入一个新的 Excel 文件。下面是一个示例代码：

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')]

# 创建一个空的 DataFrame 用于存储所有数据
data = pd.DataFrame()

# 循环遍历每个 Excel 文件，提取需要的数据
for file in excel_files:
    file_path = os.path.join(folder_path, file)
    df = pd.read_excel(file_path, sheet_name='Sheet1')
    # 提取第一列和第三列的数据，并将它们合并到 data DataFrame 中
    data = pd.concat([data, df.iloc[:, [0, 2]]], axis=0)

# 将 data 中的数据写入一个新的 Excel 文件
output_file = '/path/to/output.xlsx'
data.to_excel(output_file, index=False)

在这个示例代码中，我们首先设置了文件夹路径并获取了所有的 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。在这个示例中，我们假设数据位于每个 Excel 文件的第一张工作表 (Sheet1) 中，并且我们需要提取每个文件中的第一列和第三列的数据。我们使用 iloc 属性来选择需要的列，并将它们合并到一个名为 data 的 DataFrame 中。最后，我们将 data 中的数据写入一个新的 Excel 文件，这个文件的路径是 '/path/to/output.xlsx'。

注意，在这个示例中，我们使用了 concat() 函数将每个 Excel 文件中提取的数据合并到一个 DataFrame 中。在实际应用中，你可能需要根据数据的特点来选择合适的合并方法，例如使用 merge() 函数或 join() 函数。此外，在写入新的 Excel 文件时，你可以使用 to_excel() 函数来指定需要写入的工作表名称，例如 data.to_excel(output_file, sheet_name='Sheet1')。

python读取同一个文件夹下多个excel的第1行第5列到第7列数据，写入一个excel文件

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，并从中提取需要的数据，然后将这些数据写入一个新的 Excel 文件。下面是一个示例代码：

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')]

# 创建一个空的 DataFrame 用于存储所有数据
data = pd.DataFrame()

# 循环遍历每个 Excel 文件，提取需要的数据
for file in excel_files:
    file_path = os.path.join(folder_path, file)
    df = pd.read_excel(file_path)
    # 提取第1行第5列到第7列的数据，并将它们合并到 data DataFrame 中
    data = pd.concat([data, df.iloc[0, 4:7]], axis=1)

# 将 data 中的数据写入一个新的 Excel 文件
output_file = '/path/to/output.xlsx'
data.to_excel(output_file, index=False)

在这个示例代码中，我们首先设置了文件夹路径并获取了所有的 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。在这个示例中，我们假设需要提取的数据位于每个 Excel 文件的第1行第5列到第7列中。我们使用 iloc 属性来选择需要的列，并将它们合并到一个名为 data 的 DataFrame 中。最后，我们将 data 中的数据写入一个新的 Excel 文件，这个文件的路径是 '/path/to/output.xlsx'。

注意，在这个示例中，我们使用了 concat() 函数将每个 Excel 文件中提取的数据合并到一个 DataFrame 中。在实际应用中，你可能需要根据数据的特点来选择合适的合并方法，例如使用 merge() 函数或 join() 函数。此外，在写入新的 Excel 文件时，你可以使用 to_excel() 函数来指定需要写入的工作表名称，例如 data.to_excel(output_file, sheet_name='Sheet1')。