Question

在Docs上看到

不指定以获取所有工作表。

无->所有工作表都作为DataFrames的字典

我有一个包含4个工作表的Excel电子表格，分别名为place_one，place_two，place_tree，place_four

所以，如果我这样使用read_excel：

dfs_collection = pd.read_excel(excel_file, sheet_name=None)

然后致电：

dfs_collection.keys()

结果将是：

odict_keys(['place_one', 'place_two', 'place_tree', 'place_four'])

由于所有工作表都具有相同的变量，因此我可以将DF连接起来：

concatenated = pd.concat([dfs_collection.get('place_one'),
                          dfs_collection.get('place_two'),
                          dfs_collection.get('place_tree'),
                          dfs_collection.get('place_four')])

但是通过这种方式，我无法（或无法找到一种方法）来识别观测的起源。

一种进行硬编码的方法是：

df_one = dfs_collection.get('place_one')
df_one['place'] = 'place_one'
...
df_four = dfs_collection.get('place_four')
df_four['place'] = 'place_four'

然后：

concatenated = pd.concat([df_one,..., df_four])

哪个可以正常工作，但是看起来很丑，并且要求我事先知道纸页的数量和纸页的名称。

要实现这一目标，pythonic或更漂亮的方法是什么？

Answer 1

由于pd.read_excel()与sheet_name=None返回了OrderedDict，因此您只需执行以下操作即可将其直接传递给pd.concat()：

df = pd.concat(pd.read_excel('test.xlsx', sheet_name=None, header=None))

这允许将任意数量的工作表串联到一个MultiIndex数据框中，而无需事先指定数量。请注意，由于我的示例Excel文件不包含列标题，因此我正在使用header=None。请参见下面一张纸的屏幕截图（我的文件有四张纸，其名称为['place_one','place_two','place_three','place_four']）：

然后df对应于：

               0  1
place_four  0  a  1
            1  b  2
            2  c  3
            3  d  4
            4  e  5
            5  f  6
place_one   0  a  1
            1  b  2
            2  c  3
            3  d  4
            4  e  5
            5  f  6
place_three 0  a  1
            1  b  2
            2  c  3
            3  d  4
            4  e  5
            5  f  6
place_two   0  a  1
            1  b  2
            2  c  3
            3  d  4
            4  e  5
            5  f  6

然后我可以这样查询，因为它是一个MultiIndex数据框：

df.loc[pd.IndexSlice['place_four',:], :]

哪个给：

              0  1
place_four 0  a  1
           1  b  2
           2  c  3
           3  d  4
           4  e  5
           5  f  6

Answer 2

在您的pd.concat通话的每个项目中考虑assign：

长格式

concatenated = pd.concat([dfs_collection.get('place_one').assign(place = 'place_one'),
                          dfs_collection.get('place_two').assign(place = 'place_two'),
                          dfs_collection.get('place_tree').assign(place = 'place_tree'),
                          dfs_collection.get('place_four').assign(place = 'place_four')])

简短列表，具有列表理解功能

concatenated = pd.concat([d.assign(place = k) for k, d in dfs_collection.items()])

在熊猫read_excel（）上使用sheet_name = None来连接数据帧中的多个图纸的正确方法是什么？

2 个答案: