1

Comunidade, eu tenho um diretório que contém várias planilhas ".xls" e gostaria de unir essas planilhas em um único DataFrame e como bônus exportar esse novoDataFrame em ".xlsx".

Estou usando o for para percorrer o diretório em busca dos arquivos ".xls" salvo eles na variável files_xlsx e gostaria de juntar (merge) dessas planilhas, segue o código abaixo:

from numpy import append
import pandas as pd
import os
from openpyxl.workbook import Workbook
path = r'/Users/danilobrun/Downloads/temp/pandasimovelacao'
files = os.listdir(path)

files_xlsx = [path + '/' + f for f in files if f[-3:] == 'xls']
print(files_xlsx)
for f in files_xlsx:
    data = pd.read_excel(f)
    df = pd.merge(data, data, how = 'outer')
    
print(f'Meu DataFrame completo {df}')
2
  • Por favor, edite a pergunta para limitá-la a um problema específico com detalhes suficientes para identificar uma resposta adequada.
    – Comunidade Bot
    Commented 15/03/2022 às 14:22
  • Caso a resposta fornecida tenha resolvido o problema apresentado, considere por favor clicar no botão ✔ para aceitar a resposta, por favor.
    – Rfroes87
    Commented 21/03/2022 às 20:07

1 Resposta 1

2

*Resposta adaptada e traduzida do Stack Overflow em inglês*
Import multiple excel files into python pandas and concatenate them into one dataframe

Um exemplo usando 5 arquivos Excel idênticos que são anexados ("appended") sequencialmente.

(1) Imports

import os
import pandas as pd

(2) Listando arquivos:

>>> caminho_atual = os.getcwd()
>>> arquivos = os.listdir(caminho_atual)
>>> print(arquivos)
['.DS_Store',
 '.ipynb_checkpoints',
 '.localized',
 'Screen Shot 2013-12-28 at 7.15.45 PM.png',
 'test1 2.xls',
 'test1 3.xls',
 'test1 4.xls',
 'test1 5.xls',
 'test1.xls',
 'Untitled0.ipynb',
 'Werewolf Modelling',
 '~$Random Numbers.xlsx']

(3) Filtrar por arquivos 'xls':

>>> arquivos_xls = [arquivo for arquivo in arquivos if arquivo[-3:] == 'xls']
>>> print(arquivos_xls)
['test1 2.xls', 'test1 3.xls', 'test1 4.xls', 'test1 5.xls', 'test1.xls']

(4) Inicializar dataframe vazio:

df = pd.DataFrame()

(5) Iterar sobre lista de arquivos para anexá-los ("append") ao dataframe vazio:

for arquivo in arquivos_xls:
    dados = pd.read_excel(arquivo, 'Sheet1')
    df = df.append(dados)

Saída

xlsx

df.to_excel('dataframe_mesclado.xlsx', engine='xlsxwriter')

stdout

>>> print(df)
  Result  Sample
0      a       1
1      b       2
2      c       3
3      d       4
4      e       5
5      f       6
6      g       7
7      h       8
8      i       9
9      j      10
0      a       1
1      b       2
2      c       3
3      d       4
4      e       5
5      f       6
6      g       7
7      h       8
8      i       9
9      j      10
0      a       1
1      b       2
2      c       3
3      d       4
4      e       5
5      f       6
6      g       7
7      h       8
8      i       9
9      j      10
0      a       1
1      b       2
2      c       3
3      d       4
4      e       5
5      f       6
6      g       7
7      h       8
8      i       9
9      j      10
0      a       1
1      b       2
2      c       3
3      d       4
4      e       5
5      f       6
6      g       7
7      h       8
8      i       9
9      j      10

OBS: Pode ser necessário ter que instalar o módulo xlsxwriter para escrever o arquivo "dataframe_mesclado.xlsx". Para isso basta executar o seguinte comando do pip:

python -m pip install -U xlsxwriter

EDIT: Conforme comentado pelo @AugustoVasques, a partir da versão 1.4.0 do pandas o método pandas.DataFrame.append foi depreciado portanto o método recomendado agora é pd.concat:

* Revisão dos passos (4) e (5) *

df = pd.concat(pd.read_excel(arquivo, 'Sheet1') for arquivo in arquivos_xls)
0

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .