迭代读取 Excel 工作表名称，将它们拆分并保存为 Python 中每个工作表的新列

Question

假设我们有许多带有多个工作表的excel文件，如下文件data1.xlsx：

表 1：2021_q1_bj

   a  b   c  d
0  1  2  23  2
1  2  3  45  5

表 2：2021_q2_bj

   a  b   c  d
0  1  2  23  6
1  2  3  45  7

表 3：2019_q1_sh

   a  b   c
0  1  2  23
1  2  3  45

表 4：2019_q2_sh

   a  b   c
0  1  2  23
1  2  3  40

我需要获取每张工作表的工作表名称，然后将它们拆分为_，将第一部分存储为year，将第二部分存储为quarter，最后一部分存储为city。

最后，我会将它们保存回带有多张工作表的 excel 文件。

即，对于第一张纸：

   a  b   c  d  year quarter city
0  1  2  23  2  2021      q1   bj
1  2  3  45  5  2021      q1   bj
2  1  2  23  6  2021      q1   bj
3  2  3  45  7  2021      q1   bj

如何在 Python 中实现这一点？谢谢。

循环所有的excel文件：

base_dir = './'
file_list = os.listdir(base_dir)

for file in file_list:
    if '.xlsx' in file:
        file_path = os.path.join(file_path, )
        dfs = pd.read_excel()

Answer 1

您可以使用 f = pd.ExcelFile('data1.xlsx') 将 excel 文件作为对象读取，然后通过迭代 f.sheet_names 来循环工作表名称列表，将每个工作表名称（例如“2019_q1_sh”字符串）拆分为适当的 @ 987654324@ 并将这些设置为您正在从每张表中读取的 DataFrame 中的新列的值。

然后创建一个字典，以工作表名称为键，对应的修改后的 DataFrame 为值。您可以创建一个自定义的save_xls 函数，该函数接收此类字典并将其保存，如this helpful answer 中所述。

更新：由于您想遍历当前目录中的所有 excel 文件，您可以使用 glob 库来获取所有扩展名为 .xlsx 的文件并遍历每个文件，将它们读入，并在文件名前使用字符串new_ 保存一个新文件

import pandas as pd
from pandas import ExcelWriter
import glob

"""
Save a dictionary of dataframes to an excel file, with each dataframe as a separate page

Reference: https://stackoverflow.com/questions/14225676/save-list-of-dataframes-to-multisheet-excel-spreadsheet
"""
def save_xls(dict_df, path):
    writer = ExcelWriter(path)
    for key in dict_df:
        dict_df[key].to_excel(writer, key)
    writer.save()

## loop through all excel files
for filename in glob.glob("*.xlsx"):
    f = pd.ExcelFile(filename)
    dict_dfs = {}
    for sheet_name in f.sheet_names:
        df_new = f.parse(sheet_name = sheet_name)

        ## get the year and quarter from the sheet name 
        year, quarter, city = sheet_name.split("_")
        df_new["year"] = year
        df_new["quarter"] = quarter
        df_new["city"] = city

        ## populate dictionary 
        dict_dfs[sheet_name] = df_new 

    save_xls(dict_df = dict_dfs, path = "new_" + filename)