我如何写一个python脚本使用熊猫迭代Excel. xlsx文件与多个工作表？

Question

我有一些出口。断续器文件。每个文件包含多个工作表。我使用以下代码从文件读取和提取数据：

import pandas as pd
file = pd.ExcelFile('my_file.xlsx')
file.sheet_names #Displays the sheet names
df = file.parse('Sheet1') #To parse Sheet1
df.columns #To list columns

我的兴趣是每个工作表中的电子邮件列。我几乎一直在使用上面的代码手动执行此操作。我需要一个代码来自动迭代工作表并提取所有电子邮件。帮助！

Answer 1

您可以使用for循环传递所有文件和所有工作表：

import pandas as pd
import os

emails = []
files_dir = "/your_path_to_the_xlsx_files"
for file in os.listdir(files_dir):
    excel = pd.ExcelFile(os.path.join(files_dir,file))
    for sheet in excel.sheet_names:
        df = excel.parse(sheet)
        if 'email' not in df.columns:
            continue
        emails.extend(df['email'].tolist())

现在您拥有电子邮件列表中的所有电子邮件。