我有一個包含 Excel 文件的目錄，我正在循環遍歷這些文件并將每個文件中的一張表讀取到 Pandas 數據框中。每個文件包含一個月的數據（示例名稱=“Savings January 2019.xlsx”）。Excel工作表中沒有日期列，因此我想在數據框中添加“日期”列，并按工作簿名稱中的月份和年份讀取每個文件（例如“2019年1月”）和添加“MM-DD-YYYY”（例如“01-01-2019”）作為讀入的每行的日期值。下面是我的工作循環，讀取 12 個沒有日期的 Excel 工作簿，僅生成所有 12 個月的總計。我需要日期，以便可以按月可視化數據。df_total = pd.DataFrame()for file in files: # loop through Excel files (each file adds date value based on file name) if file.endswith('.xlsx'): excel_file = pd.ExcelFile(file) sheets = excel_file.sheet_names for sheet in sheets: # loop through sheets inside an Excel file df = excel_file.parse(sheet_name = "Group Savings") df_total = df_total.append(df)當前 df: State Group Value0 Illinois 000000130 470.931 Illinois 000000130 948.332 Illinois 000000784 3498.423 Illinois 000000784 16808.164 Illinois 000002077 7.00需要df： State Group Date Value0 Illinois 000000130 01-01-2019 470.931 Illinois 000000130 01-01-2019 948.332 Illinois 000000784 01-01-2019 3498.423 Illinois 000000784 02-01-2019 6808.164 Illinois 000002077 02-01-2019 7.00我做了一些研究，認為這就像創建列然后添加日期值，但無法弄清楚如何解析文件名來執行此操作，并且我顯然是這里的初學者。for sheet in sheets: # loop through sheets inside an Excel file df = excel_file.parse(sheet_name = "Group Savings") df_total = df_total.append(df) df_total['Date'] = #if excel_file contains 'January 2019', then df_total['Date'] == '01-01-2019
2 回答
阿晨1998
TA貢獻2037條經驗 獲得超6個贊
您的概念是正確的，您的代碼也即將完成。您現在需要添加的只是日期解析。
您可以使用Python的strptime()來解析文件名中的日期。
https://docs.python.org/3/library/datetime.html
例如，如果您的文件名類似于“Savings January 2019.xlsx”，那么您可以按如下方式解析它。請注意，這不是解析字符串的唯一方法，還有其他幾種可以使用此方法的變體。
from datetime import datetime
string = 'Savings January 2019.xlsx'
month_str = string.split(' ')[1]
year_str = string.split(' ')[2].split('.')[0]
date_object = datetime.strptime(month_str + year_str, "%B%Y")
以下是 python 日期字符串格式的一個很好的概述：https://strftime.org/
獲得日期對象后，您只需將其添加到數據框中即可。
df['Date'] = date_object
嗶嗶one
TA貢獻1854條經驗 獲得超8個贊
這是最終的代碼。請注意，文件名實際上更長，并且我遺漏了一些公司信息，因此 .split 中的更改
from datetime import datetime
#create empty dataframe
df_total = pd.DataFrame()
# loop through Excel files
for file in files:
if file.endswith('.xlsx'):
excel_file = pd.ExcelFile(file)
# parse excel filename to take month and year and save as date object for Date column
month_str = file.split(' ')[4]
year_str = file.split(' ')[5].split('.')[0]
date_object = datetime.strptime(month_str + year_str, "%B%Y")
# loop excel sheets and add "Date" column, populating with date from parsed filename
sheets = excel_file.sheet_names
for sheet in sheets: # loop through sheets inside an Excel file
df = excel_file.parse(sheet_name = "Group Savings")
df_total = df_total.append(df)
df_total['Date'] = date_object
添加回答
舉報
0/150
提交
取消