如何在循环访问空白电子表格时将占位符插入聚合 df 中

Question

我正在遍历位于主目录中各个文件中的Excel电子表格。 大多数电子表格如下所示：

df = pd.DataFrame({"A": [1, 2, 3], 
                   "B": [4, 5, 6],
                  "C": [7, 8, 9],
                  "D": [10, 11, 12],
                  "E": [13, 14, 15],
                  "F": [16, 17, 18],
                  "G": [19, 20, 21]})

但是，

我的大约 100 个电子表格与我填充的电子表格具有相同的名称和列数，但是，没有数据存在。 它们看起来像这样：

df2 = pd.DataFrame({"A": [], 
                   "B": [],
                  "C": [],
                  "D": [],
                  "E": [],
                  "F": [],
                  "G": []})

我仍然想"提取"该信息，并为这些空白行插入一个占位符。 我的预期结果如下所示：

df3 = pd.DataFrame({"A": [1, 2, 3, NaN],
                   "B": [4, 5, 6, NaN],
                  "C": [7, 8, 9, NaN],
                  "D": [10, 11, 12, NaN],
                  "E": [13, 14, 15, NaN],
                  "F": [16, 17, 18, NaN],
                  "G": [19, 20, 21, NaN]})

目前，我的代码没有使用我的占位符 (NaN( 填充聚合电子表格。 我尝试使用 df.fillna 以及在检查我的 df 是否为空时附加 NaN，但是，我仍然没有用我的空电子表格中的 NaN 填充我的聚合 df。 这是我到目前为止写的：

import os
import pandas as pd
pd.options.display.max_rows=999
import numpy
from numpy import NaN
root = "my_dir"
agg_df = pd.DataFrame()
blank_rows = pd.Series([NaN,NaN,NaN,NaN,NaN,NaN,NaN], index=['A', 'B', 'C',
                                                'D', 'E', 
                                                'F', 'G'])
for directory, subdirectory, files in os.walk(root):
#     print(directory)
    for file in files:
        filepath = os.path.join(directory, file)
        print(directory)
        if file == 'Apples.xlsx':
            df_temp = pd.read_excel(filepath, sheet_name = 'Apples')
            df_temp['Filepath'] = filepath
            if df_temp.empty == True:
                df_temp.append(blank_rows, ignore_index = True)         
            agg_df = agg_df.append(df_temp)

Answer 1

您创建的blank_rows不是一行，而是七行。 所以我用 None 值创建了一行(NaN 无效(。然后为了向agg_df添加一个空白行，我使用了 concat。

root = ''
agg_df = pd.DataFrame()
blank_rows = pd.DataFrame(pd.Series([None,None,None,None,None,None,None], 
                                    index=['A', 'B', 'C',
                                                'D', 'E', 
                                                'F', 'G'])).transpose()
for directory, subdirectory, files in os.walk(root):
    for file in files:
        filepath = os.path.join(directory, file)
        df_temp = pd.read_excel(filepath, sheet_name = 'Apples')
        blank_rows['filepath'] = filepath
        if file == 'Apples.xlsx':
            if df_temp.empty == True:
                agg_df = pd.concat([agg_df, blank_rows])

结果：

     A      B        C      D       E        F      G     filepath
0   None    None    None    None    None    None    None  my_dirApples.xlsx