如何组合具有匹配结尾字符的文件？

Question

我有名为“name1 01.01.2018.xlsx”、“name1 01.01.2018.xlsx”、“name2 12.23.2019.xlsx”等的 excel 文件。我想加入所有日期匹配的文件（最后 10 个字符）。

我可以通过以下方式加入他们所有人：

import glob
import os
import pandas

os.chdir('filepath')
files = [pd.read_excel(p, skipfooter=1) for p in glob.glob("*.xlsx")]
df = files[0].drop(files[0].tail(0).index).append([files[i].drop(files[i].tail(0).index) for i in range(1,len(files))])

如何仅在最后一个字符匹配时加入？我没有最后 10 个字符的选项列表，我希望它自动更新。

Answer 1

嗯，首先，我们需要重新格式化您的代码。虽然加入数据框的行是正确的，但它很难阅读并且可以更有效地完成：

import glob
import os
import pandas as pd

os.chdir('filepath')
files = [pd.read_excel(p, skipfooter=1) for p in glob.glob("*.xlsx")]

# drop the tail of all files
files = [f.drop(f.tail(0).index) for f in files]

# join all files
df = files[0].append(files[1:])

然后，我们需要对其进行一些更新，以便您可以检查您加载的文件的文件名，并通过某种方式将它们绑定回您创建的 Dataframe。

import glob
import os
import pandas as pd

os.chdir('filepath')

# store last 10 characters of original filename
files = [(p[-10:], pd.read_excel(p, skipfooter=1)) for p in glob.glob("*.xlsx")]

# drop the tail of all files
files = [(p, f.drop(f.tail(0).index)) for p, f in files]

# group files by last 10 characters of filename
files = {p: [g for n, g in files if n == p] for p in set(p for p, f in files)}

# join all files with same last 10 characters
for key, value in files.items():
    files[key] = value[0].append(value[1:])