python批量读取excel表格

### 批量读取多个Excel文件 为了实现批量读取多个Excel文件的功能，可以通过`os`模块遍历目标目录下所有的Excel文件，并逐一使用`pandas`或`openpyxl`库进行处理。以下是详细的解决方案： #### 方法一：使用 Pandas 批量读取 Excel 文件 通过 `glob` 或 `os.walk()` 遍历指定路径下的所有 `.xlsx` 文件，并逐个加载到 DataFrame 中。 ```python import os import pandas as pd def batch_read_excel_pandas(directory, sheet_name=0): all_data = [] # 存储每个Excel文件的内容 for filename in os.listdir(directory): # 列举目录中的所有文件 if filename.endswith('.xlsx') or filename.endswith('.xls'): # 过滤Excel文件 file_path = os.path.join(directory, filename) try: data = pd.read_excel(file_path, sheet_name=sheet_name) # 加载单个Excel文件 data['source_file'] = filename # 添加来源文件名作为新列 all_data.append(data) print(f"成功读取 {filename}") except Exception as e: print(f"无法读取 {filename}: {e}") combined_df = pd.concat(all_data, ignore_index=True) # 合并所有DataFrame return combined_df if __name__ == "__main__": directory = "./excels/" # 替换为目标目录 result = batch_read_excel_pandas(directory) print(result.head()) ``` 此代码会将同一目录下的所有Excel文件按指定的工作表（默认第一个工作表）读入内存，并将其合并成一个单一的 DataFrame[^1]。 --- #### 方法二：使用 OpenPyXL 批量读取 Excel 文件 如果需要更精细地控制数据读取过程，则可以选择 `openpyxl` 库来完成类似的任务。 ```python from openpyxl import load_workbook import os def batch_read_excel_openpyxl(directory): results = [] for filename in os.listdir(directory): if filename.endswith(".xlsx"): filepath = os.path.join(directory, filename) try: wb = load_workbook(filepath, data_only=True) # 设置data_only为True以获取计算后的单元格值 ws = wb.active rows = list(ws.values) # 将每一行转换为列表 header = rows[0] rest_of_rows = rows[1:] for row in rest_of_rows: entry = dict(zip(header, row)) # 转换为字典形式 entry["source"] = filename # 记录源文件名 results.append(entry) print(f"成功读取 {filename}") except Exception as e: print(f"无法读取 {filename}: {e}") return results if __name__ == "__main__": directory = "./excels/" records = batch_read_excel_openpyxl(directory) for record in records[:5]: print(record) ``` 该脚本利用 `openpyxl` 的功能逐步解析每一个 Excel 工作簿，并提取其中的数据存储在一个统一的 Python 字典列表中[^2]。 --- #### 注意事项 - **性能优化**：当面对大量大尺寸的 Excel 文件时，应考虑分批处理或将部分逻辑转移到数据库或其他高效工具中。 - **异常捕获**：在实际应用中需增强错误检测机制，确保程序能够优雅应对损坏或者格式不符合预期的文件。 - **资源管理**：对于超大规模数据集而言，一次性加载全部内容可能导致内存溢出；此时可采用流式读写方式减少占用空间。