从 Python 的文件夹中按顺序读取多个 excel 文件

Question

我有一个文件夹，其中包含多个 excel 文件，格式为 xls 和 xlsx，我正在尝试读取它们并将它们连接到一个 Dataframe 中。我面临的问题是 python 没有以正确的顺序读取文件夹中的文件。

我的文件夹包含以下文件： 190.xls , 195.xls , 198.xls , 202.xlsx , 220.xlsx 等等

这是我的代码：

import pandas as pd
from pathlib import Path

my_path = 'my_Dataset/'

xls_files = pd.concat([pd.read_excel(f2) for f2 in Path(my_path).rglob('*.xls')], sort = False)

xlsx_files = pd.concat([pd.read_excel(f1) for f1 in Path(my_path).rglob('*.xlsx')],sort = False)

all_files = pd.concat([xls_files,xlsx_files],sort = False).reset_index(drop=True))

我得到了我想要的，但是文件没有按文件夹中的顺序连接！！！！！！这意味着在 all_files Dataframe 中，我首先有来自 202.xlsx 的数据，然后来自 190.xls

我该如何解决这个问题？提前致谢！

Answer 1

更新这个

all_files = pd.concat([xls_files,xlsx_files],sort = False).reset_index(drop=True))

至此

all_files = pd.concat([xlsx_files,xls_files],sort = False).reset_index(drop=True))

Answer 2

尝试使用

import pandas as pd
from pathlib import Path

my_path = 'my_Dataset/'
all_files = pd.concat([pd.read_excel(f) for f in sorted(list(Path(my_path).rglob('*.xls')) + list(Path(my_path).rglob('*.xlsx')), key=lambda x: int(x.stem))],sort = False).reset_index(drop=True)

从 Python 的文件夹中按顺序读取多个 excel 文件

Read multiple excel files in order from folder with Python

python

sorting

excel

concat

pandas