我已经使用pd.read_excel
阅读excel文件,我也指定了我想要使用Regex的工作表。
def gettingSheetName(_directory,_regex):
'''reads the file using regex as a pattern for Sheet name'''
xl = pd.ExcelFile(_directory)
regex = re.compile(_regex)
sheets = [n for n in xl.sheet_names if regex.match(n)]
if sheets:
return pd.read_excel(xl, sheet_name=sheets,index_col=False)
因此,作为回报,我得到了一个三维字典。
{'SheetName': Col1 Col2
0 27 someText
1 35 someText
.. ... ...
171 4444 someText
172 6666 someText
我已经尝试pd.DataFrame.from_dict(Dic)
将其转换为Pandas数据帧。我得到了这个错误
如果使用所有标量值,则必须传递索引
我也尝试了这个代码,我发现pd.DataFrame(list(Sach.items()), columns=['Col1', 'Col2'])
,但结果看起来像这样
Col1 col2
0 Sheetname Col1 Col2 0....
表名去值,之后列,最后的值,我假设是开始与第一个索引,这是0我到处搜索,所有我能找到的是2D Dic没有考虑到表的名称。虽然我使用这个for循环而不是其他流行的方法来完成这项工作,但我的问题是,我是否有任何方法可以使用Pandas函数来实现这一点?或者可以不从一开始就使用Sheetname ?
for key in Dic:
Dic=Dic[key]
编辑1:
所以在使用return pd.concat(pd.read_excel(xl, sheet_name=sheets,index_col=False))
和pd.DataFrame.from_dict(Sach)
之后,我得到了这个数据帧,这几乎是我想要的,但我只需要颜色和值
Col1 Col2
Sheetname 0 Val1 Val2
1
使用concat
与DataFrame.reset_index
:
return pd.concat(pd.read_excel(xl,sheet_name=sheets,index_col=False)).reset_index(drop=True)
d = {'SheetName': pd.DataFrame({'Col1':[27,25], 'Col2':list('ab')}),
'SheetName1': pd.DataFrame({'Col1':[270,205], 'Col2':list('th')})}
print (d)
{'SheetName': Col1 Col2
0 27 a
1 25 b, 'SheetName1': Col1 Col2
0 270 t
1 205 h}
默认获取MultiIndex
:
df = pd.concat(d)
print (df)
Col1 Col2
SheetName 0 27 a
1 25 b
SheetName1 0 270 t
1 205 h
转换为列使用:
df = pd.concat(d).droplevel(1).rename_axis('sheets').reset_index()
print (df)
sheets Col1 Col2
0 SheetName 27 a
1 SheetName 25 b
2 SheetName1 270 t
3 SheetName1 205 h
删除MultiIndex
df = pd.concat(d).reset_index(drop=True)
print (df)
Col1 Col2
0 27 a
1 25 b
2 270 t
3 205 h