使用Python从文件夹中依次读取多个Excel文件

Question

我有一个文件夹，其中包含多个xls和xlsx格式的excel文件，我正在尝试读取它们并将它们连接在一个单独的Dataframe中。我面临的问题是python无法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))

我得到了我想要的东西，但是文件没有按顺序连接，因为它们在文件夹中！意味着在all_files数据帧中，我首先具有来自202.xlsx的数据，然后是来自190.xls的数据]

我该如何解决这个问题？预先谢谢！

Answer 1

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) 

Answer 2

更新此

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))