多文件夹下Excel指定列的提取合并

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

一、前言

大家好，我是崔艳飞，工作中经常遇到，从多个文件夹下的Excel中，提取指定列，再合并成新的Excel。几个文件夹还能应付，但要是有成百上千个文件夹，你就要哭了，本文针对此问题，实现Python自动处理。

二、导入库

只需导入OS库，进行文件查询，和pandas库进行数据处理。

import pandas as pd
import os

三、编写代码

1. 定义要提取Excel的总文件夹路径

输入要提取的文件夹、定义要提取的列、指定要保存输出结果的文件位置

#要提取EXCEL的总文件夹路径
    path="D:/a/"
    # 定义要提取的列名
    key=['A','B']
    path2 = os.listdir(path)
    #定义输出合并结果文件名
    bb = path + 'result.xlsx'
    writer = pd.ExcelWriter(bb,engine='openpyxl')

2. 获取所有待提取的Excel文件List

file_names=[]
    for p in path2:
        if '.xl' in p:
            continue
        path3=path+p+"/"
        #获取文件夹下所有EXCEL名
        xlsx_names = [x for x in os.listdir(path3) if x.endswith(".xlsx")]
        for f in xlsx_names:
            file_names.append(path3+f)

3. 循环读取所有Excel，提取指定列进行合并

df = None
    for xlsx_name in file_names:
            df1 = pd.read_excel(xlsx_name, sheet_name=0, index_col=None,header=0)
            _df=df1.loc[:, key]
            if df is None:
                df = _df
            else:
                df = pd.concat([df, _df], ignore_index=True)
            print(xlsx_name + "  保存成功！共%d个，第%d个。" % (len(file_names), num))