Pandas 批量提取Excel文件，分析并可视化显示

Topic

本文主要是使用Pandas批量处理Excel文件，使用read_excel函数获取指定列的数据，然后使用concat功能把所有文件合并，合并完成的数据使用groupby函数按两个Key分组求取平均值，最后可视化画图；

---

1. 导入使用到的模块 Numpy,Matplotlib,Pandas OS

# -*- coding:UTF-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import os

2. 批量获取Excel文件，并把需要的数据合并

#获取指定文件夹下所有Excel文件名称并传送给List1
List1 = os.listdir('c:\\Users\\Zstrong\\Desktop\\')
#定义DataFrame变量用来存放获取的所有数据
Result = pd.DataFrame()
#for循环逐个读取每个Excel里面的数据
for i in List1:
        if(i[-4:]=='xlsx'):#筛选只读取xlsx结尾的文件
            #read_excel方法，参数sheet_name表示读取的工作簿，skiprows表示忽略几行，usecols表示读取的制定的列
            EXCEL1 = pd.read_excel(r'C:\\Users\\Zstrong\\Desktop\\%s'%i,sheet_name ='Final AT',skiprows=2,usecols=[2,36,37,60])
            #concat方法合并多个文件的数据
            Result = pd.concat([Result,EXCEL1],ignore_index=True)

#查看获取的结果
Result.tail()

	Model	EQ-55	Time-55	Defocus
567	PA	8APPH16	2018-10-22 13:03:23	0.000000
568	PA	8APPH16	2018-10-22 04:25:55	0.000000
569	PA	8APPH16	2018-10-22 02:56:26	0.002083
570	PA	8APPH16	2018-10-22 01:57:12	0.000000
571	PA	8APPH16	2018-10-22 05:10:15	0.000000

3. 分组处理数据，可视化展示

#筛选数据源中的一部分处理
Result1 = Result.loc[Result['Model']=='G1']
#数据列Defocus根据key1：Time-55和key2：EQ-55分组，获取分组后的平均值
Result2 = Result1['Defocus'].groupby([Result1['Time-55'],Result1['EQ-55']]).mean().unstack()

Result2.plot()