本文介绍基于
Python
语言，针对一个
文件夹
下大量的
Excel
表格文件，对其中的
每一个文件
加以操作——将其中
指定的若干列
的数据部分都向上移动一行，并将所有操作完毕的
Excel
表格文件中的数据加以合并，生成一个新的
Excel
文件的方法。

首先，我们明确一下本文的需求。在一个文件夹内，有大量的
Excel
表格文件（以
.csv
格式文件为例），其中每一个文件都有着类似如下图所示的数据特征；我们希望，对于下图中紫色框内的列，其中的
数据部分
（每一列都有一个
列名
，这个列名不算
数据部分
）都向上提升一行（比如原本数据部分的第
2
行变到第
1
行，原本第
3
行变到第
2
行，以此类推）。

image

由上图也可以看到，
需要加以数据操作的列
，有的在原本数据部分的第
1
行就没有数据，而有的在原本的数据部分中第
1
行也有数据；对于后者，我们在数据向上提升一行之后，相当于原本第
1
行的数据就被覆盖掉了。此外，很显然在每一个文件的操作结束后，
加以处理的列
的数据部分的
最后一行
肯定是没有数据的，因此在合并全部操作后的文件之前，还希望将每一个
操作后文件
的
最后一行
删除。

知道了需求，我们就可以开始代码的撰写；具体代码如下。

# -*- coding: utf-8 -*-
"""
Created on Fri May 19 01:47:06 2023

@author: fkxxgis
"""

import os
import pandas as pd

original_path = "E:/01_Reflectivity/25_2022Data_New"
result_path = "E:/01_Reflectivity/99_Model/02_Extract_Data/26_Train_Model_New"

result_df = pd.DataFrame()

for file in os.listdir(original_path):
    if file.endswith(".csv"):
        
        df = pd.read_csv(os.path.join(original_path, file))
        columns_move_index = list(range(8, 16)) + list(range(17, 36))
        for columns_index in columns_move_index:
            for i in range(len(df) - 1):
                df.iat[i, columns_index] = df.iat[i + 1, columns_index]
        if len(df):
            df = df.drop(len(df) - 1)
        # df = df.iloc[ : , 1 : ]
        result_df = pd.concat([result_df, df])
        
result_df.to_csv(os.path.join(result_path, "Train_Model_0715_Main.csv"), index = False)

其中，
original_path
表示存放有多个待处理的
Excel
表格文件的文件夹路径，
result_path
则是结果
Excel
表格文件的存放路径。

首先，我们通过
result_df = pd.DataFrame()
创建一个空的
DataFrame
，用于保存处理后的数据。接下来，遍历原始文件夹中的所有文件，并找到文件夹内以
.csv
结尾的文件；随后，读取这些
.csv
文件，并将其保存到
df
中。

其次，我们通过
columns_move_index = list(range(8, 16)) + list(range(17, 36))
指定需要移动数据的列的索引范围，并随后遍历需要移动数据的列。接下来的
df.iat[i, columns_index] = df.iat[i + 1, columns_index]
表示将当前行的数据替换为下一行对应的数据。

接下来，我们通过
if len(df):
判断是否
DataFrame
不为空，如果是的话就删除
DataFrame
中的最后一行数据；随后，将处理后的
DataFrame
连接到
result_df
中。

最后，我们通过
result_df.to_csv()
函数，将最终处理后的
DataFrame
保存为一个新的
Excel
表格文件，从而完成我们的需求。

至此，大功告成。

标签: none

添加新评论