Pour extraire des données dans une colonne spécifique dans une feuille spécifique dans plusieurs fichiers Excel à la fois et mettre les données dans chaque colonne sur une ligne

Contexte

Lorsque vous souhaitez ** extraire par lots ** les données de ** colonnes spécifiques ** dans la ** feuille spécifique ** de plusieurs fichiers Excel et les mettre sur une seule ligne, vous pouvez les traiter rapidement à l'aide de python. J'ai donc décidé de l'organiser sous forme de mémorandum.

1. 1. Pour lire plusieurs fichiers Excel

• Cette fois, en principe, environ 150 fichiers sont stockés dans le même dossier.
• Premièrement, obtenez la liste des fichiers dans le dossier.

import glob
files=glob.glob(r'/Pour l'analyse des résultats d'examen/*.xlsx')

• Ensuite, utilisez ** pandas.read_excel () ** pour obtenir les noms de fichiers un par un à partir de la liste des fichiers et lire la ** feuille spécifique ** du fichier Excel. --En outre, ** valeurs ** est utilisé pour extraire les données d'une colonne spécifique dans une feuille spécifique. Dans l'exemple, la colonne spécifique contient 10 éléments (à partir de la gauche).

import pandas as pd
for file in files:
    df = pd.read_excel(file, sheet_name='Liste des points à souligner')
    for row in df.values:
      #Extraire les données dans la 10e colonne
      s_data = str(row[9]).strip().rstrip()

2. Post-traitement

• Lorsque vous souhaitez combiner les données acquises en une seule ligne
• Si vous souhaitez adapter les données de colonne acquises sur une ligne, supprimez le code de saut de ligne dans les données. Cela semble être un cas courant dans l'analyse des données, je vais donc le lister ici. print(s_data.replace('\n',''))

--Lorsque les données de date sont incluses ――Lorsque vous lisez un fichier Excel avec python, vous pouvez rencontrer un événement où la date affichée sur le fichier Excel est convertie en un nombre à 5 chiffres tel que 41496. Il semble que cela soit dû au fait que la date dans Excel commence le 1er janvier 1900 (le premier jour) et que les données de date sont conservées sous forme de valeur numérique obtenue en ajoutant le nombre de jours à partir de cela. (Voir l'article connexe 2). ――Par conséquent, il est nécessaire de créer la fonction suivante et de la convertir, je vais donc décrire le code qui a réellement fonctionné.

def excel_date(num):
    from datetime import datetime, timedelta
    return(datetime(1899, 12, 30) + timedelta(days=num))

print(pd.to_datetime(excel_date(row[11]), format='%Y année%m mois%jour j'))

C'est tout. (S'il existe un moyen plus simple, veuillez commenter)

Article associé

1. Obtenez la liste des fichiers dans un dossier avec Python
2. Convertir le "nombre" de date Excel en date-heure Python