Question

我试图将目录中的多个文件读入单个数据帧，但是我需要使每个数据帧的名称成为原始文件名的子字符串。

# master list of substrings to look for in filename
sub_list = ['ABC', 'DEF', 'GHI', 'JKL', 'MNO', 'PQR']

# set path
path = 'C:/Users/my_user/Desktop/my_folder'

# get list of files with full path
files = glob.glob(os.path.join(path, '*.xlsx'))

# empty list for extracted substrings
df_names = []

下面是我从文件名中提取子字符串的方式

for filename in files:
    if any(sub in filename for sub in sub_list):
        name = [sub_str for sub_str in sub_list if(sub_str in filename)]
        helper = '' # empty string to join with list element to convert to string
        name = helper.join(name) # convert list element to a string
        df_names.append(name)

我遍历df_names列表以创建数据框

for name in (df_names):
    exec('{} = pd.DataFrame()'.format(name))

但是我不确定如何将实际数据添加到这些数据框中。我认为还有另一种方法可以做到这一点，但还没有弄清楚如何做。也许使用字典？

我尝试了以下操作，但是这会覆盖所有以前的名称，并留下一个名为name的数据框。

for name, file in zip(df_names, files):
    name = pd.read_excel(file)

Answer 1

您是否考虑过将数据帧存储在字典中而不是列表中？

代替：

for name, file in zip(df_names, files):
    name = pd.read_excel(file)

您可以使用：

dfs = {}

for name, file in zip(df_names, files):
    dfs[name] = pd.read_excel(file)

然后您可以获取文件'ABC'的数据帧（假设'ABC'是文件名），如下所示：

dfs['ABC']

循环以从两个列表创建数据框

1 个答案: