循环超过2个列表，从多个Excel工作表中创建单独的DFS

发布于 2025-01-26 10:26:23 字数 375 浏览 2 评论 0原文

我在以下Excel工作簿中阅读了40张纸。以下在所有工作表中读取：

df = pd.read_excel(file_path, sheet_name = None)

所有工作表都具有相同的列，但是相关列在每个工作表中的不同行开始，因此我正在编写下面的每张表格以创建每个表：

df2 = df[Sheet_Name]
df2.columns = df2.iloc[20]

我可以使用该代码40次复制此代码，相关的行索引，但是必须有一个可以清洁代码的循环函数。

我正在考虑有2个列表，名称＆amp;行索引，该功能迭代为每个工作表创建单独的DF。

这可能吗？

感谢您的帮助

原文

I've read in the below excel workbook which has 40 sheets. The below reads in all the worksheets:

df = pd.read_excel(file_path, sheet_name = None)

All the worksheets have identical columns, but the relevant columns start at different rows in each worksheet, so I'm writing the below to create a df from each sheet:

df2 = df[Sheet_Name]
df2.columns = df2.iloc[20]

I could replicate this code 40 times with the relevant row index, but there has to be a function with a loop that can clean the code.

I was thinking of having 2 lists, sheet name & row index, which the function iterates over to create a separate df for each worksheet.

Is this possible?

Thanks for your help

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

简美 2025-02-02 10:26:24

我应该使用next（）

new_dfs = list()
indexes = iter([20, 12, 20])
for sheet in df:
    new_df = df[sheet]
    new_df.colunms = new_df.iloc[next(indexes)]
    new_dfs.append(new_df)

我没有运行此代码，但是这个想法值得尝试

It should be possible using next()

new_dfs = list()
indexes = iter([20, 12, 20])
for sheet in df:
    new_df = df[sheet]
    new_df.colunms = new_df.iloc[next(indexes)]
    new_dfs.append(new_df)

I did not run this code, but the idea is worth trying

回复收藏 0 原文

~没有更多了~