循环遍历数据框字典中的数据框

Question

我有一个包含多个工作表的 excel 文件，我正在使用 Pandas 将其读入 Python。我目前正在使用命令

raw_data=pd.read_excel(...) 

从文件中读取数据（到DataFrame），之后我对DataFrame 执行一些计算。请看下面的代码：

raw_data = pd.read_excel(r'/Users/linnk/Desktop/Results/01_05_2012 Raw Results.xls', skiprows=1, header=0, nrows=1440)   
raw_data[u'Time']= pd.to_datetime(raw_data[u'Time'], unit='d')   # Converts first column to datetime, to make averaging easier                                                           
raw_data.set_index(pd.DatetimeIndex(raw_data[u'Time']), inplace=True)
ave_data = raw_data.resample('h', how='mean')

raw_data.Time = pd.to_datetime(raw_data.Time)
def time_cat(t):
    hour = t.hour
    if(hour >= 5 and hour < 9):
        return 'Morning (5AM-9AM)'
    elif(hour >= 9 and hour < 18):
        return 'Day (9AM-6PM)'
    elif(hour >= 18 and hour < 22):
        return 'Evening (6PM-10PM)'
    else:
        return 'Night (10PM-5AM)'
ave_by_timeofday = raw_data.groupby(raw_data.Time.apply(time_cat)).mean()

有关信息，Excel 文件中工作表的名称不是“Sheet1”、“Sheet2”等。并且会随着我在其他 Excel 文件上运行此代码而改变（我确实需要这样做）。所有工作表都包含类似的数据：日期和时间索引列、列名以及数字数据（正数和负数）。不同的工作表可能有不同的列数。

我真正需要做的是对 我的 Excel 文件中的所有工作表执行上述计算/数据框操作。据我了解，这意味着我需要改变

pd.read_excel() 

到

pd.read_excel(..., sheetname= 0)

然而，这会将raw_data 变量转换为DataFrame 的字典，而不仅仅是DataFrame。有人可以帮我创建一些代码来循环遍历DataFrame 的这个字典，并执行上面代码中显示的计算/操作为每个DataFrame/Sheet？很遗憾，我没有找到任何在线资源可以帮助我理解这一点。

如果有人能帮我找出一种方法来将这些被操纵的DataFrame 中的每一个导出到 SQL，那就太好了。我很难想出一种不覆盖以前数据的方法。

如果您需要我发布其他信息，例如 Excel 文件数据或我的代码的当前输出，请告诉我。谢谢！

Answer 1

我认为创建一个 ExcelFile 对象可能会更好。由于没有示例数据，我无法解决您的实际问题，但总的来说我的策略如下：

EF = pd.ExcelFile('path/to/file.xlsx')

ExcelFile 对象有一个属性sheet_names，它返回一个包含ExcelFile 对象中所有工作表的列表。这些工作表中的每一个都可以使用parse 单独解析。然后将每个工作表作为数据框返回。所以你可以迭代如下：

for sheet_name in EF.sheet_names:
    temp_df = EF.parse(sheet_name)
    #perform your calculations 
    #export to SQL

希望这有点用...