Python批量读取csv(xlsx)文件指定表头获取内容(表头可乱序)

**Python 批量读取 CSV/Excel 文件，指定表头获取内容**

在实际的数据分析或科学计算中，我们经常需要处理大量的 CSV 或 Excel 文件。这些文件可能包含多个工作表，每个工作表都有不同的结构和内容。在这种情况下，我们需要一种高效且灵活的方法来读取这些文件，指定特定的表头获取所需的数据。

**使用 pandas 库**

pandas 是一个非常强大的 Python 库，专门用于数据分析和处理。它提供了大量的功能来操作 CSV、Excel 和其他类型的数据源。在本文中，我们将使用 pandas 来读取 CSV/Excel 文件，并指定表头获取内容。

### 安装必要的库首先，我们需要安装 pandas 库。如果你已经安装过 pandas，那么可以跳过这一步。否则，请执行以下命令：

bashpip install pandas openpyxl # 如果你要处理 Excel 文件

import pandas as pddef read_csv_excel(file_path, sheet_name=None):
 """
读取 CSV 或 Excel 文件，并指定表头获取内容。

 Args:
 file_path (str): 文件路径。
 sheet_name (str, optional): 工作表名称。 Defaults to None。

 Returns:
 pandas.DataFrame: 数据框。
 """
 # 如果是 CSV 文件 if file_path.endswith('.csv'):
 try:
 df = pd.read_csv(file_path)
 except Exception as e:
 print(f"读取 CSV 文件失败：{e}")
 return None # 如果是 Excel 文件 elif file_path.endswith('.xlsx') or file_path.endswith('.xls'):
 try:
 if sheet_name is not None:
 df = pd.read_excel(file_path, sheet_name=sheet_name)
 else:
 df = pd.read_excel(file_path) #读取所有工作表 except Exception as e:
 print(f"读取 Excel 文件失败：{e}")
 return None return df# 示例使用file_path = 'example.csv' # 或 example.xlsxdf = read_csv_excel(file_path)
if df is not None:
 print(df.head()) # 打印前几行数据

df = read_csv_excel(file_path)
if df is not None:
 #重新排序索引 df = df.sort_index(axis=1)

 print(df.head()) # 打印前几行数据

import globdef batch_read_csv_excel(file_paths):
 """
 批量读取 CSV 或 Excel 文件。

 Args:
 file_paths (list): 文件路径列表。

 Returns:
 list: 数据框列表。
 """
 dfs = []
 for file_path in file_paths:
 df = read_csv_excel(file_path)
 if df is not None:
 dfs.append(df)

 return dfs# 示例使用file_paths = glob.glob('*.csv') # 或 *.xlsxdfs = batch_read_csv_excel(file_paths)
for i, df in enumerate(dfs):
 print(f"文件{i+1}：")
 print(df.head()) # 打印前几行数据