python - 在 Python/Pandas 数据框中创建列，显示 Excel 源中相应列中的数据示例

Question

目标：创建一个列： 1. 显示三个最常见的条目，或 2：显示源 Excel 文件中列的三个随机离散条目。我知道那是很多话，让我演示一下。在下面的示例中，我无法编写代码来生成下面第二个表（示例值列）最右侧列中的内容。

鉴于此源 excel 文件 (NBA.xlsx)：

Final_Game_Day	冠军	MVP	String_Example	Average_Viewership_(百万)
2020 年 10 月 11 日	湖人队	勒布朗·詹姆斯	勒布朗第四次夺冠；湖人队追平第17名	7.45
2019 年 6 月 13 日	猛龙队	科怀·伦纳德	多伦多队赢得第一个冠军否认勇士队三连冠	15.14
2018 年 6 月 8 日	勇士	凯文杜兰特	勇士队连续横扫骑士队夺冠	17.56
2017 年 6 月 12 日	勇士	凯文杜兰特	杜兰特离开雷霆后先夺冠	20.38
2016 年 6 月 19 日	骑士队	勒布朗·詹姆斯	骑士队赢得他们的第一个冠军	20.28
2015 年 6 月 16 日	勇士	安德烈·伊戈达拉	伊戈达拉第6人夺得MVP	19.94

我想：

----------	列名	文件名	数据类型	Sample_Values
File1.Final_Game_Day	Final_Game_Day	NBA.xlsx	日期时间64[ns]	2020 年 10 月 11 日；2019 年 6 月 13 日；2018 年 6 月 8 日
文件1.冠军	冠军	NBA.xlsx	目的	勇士；湖人队；猛龙队
文件1.MVP	MVP	NBA.xlsx	目的	勒布朗·詹姆斯; 凯文杜兰特；科怀·伦纳德
File1.String_Example	String_Example	NBA.xlsx	目的	勒布朗第四次夺冠；湖人队以追平第17名的成绩获胜；猛龙队以三连胜的优势赢得了第一个冠军；勇士队连续横扫骑士队夺冠
File1.Average_Viewership_(百万)	Average_Viewership_(百万)	NBA.xlsx	浮动64	7.45; 15.14；17.56

我将在下面提供代码。这很长，但我想告诉你我正在使用什么。我想我只需要在最后两部分中添加一些代码片段，用 # 符号表示：

### Setting up
import pandas as pd
import os
import glob

###Setting working directory
path = os.getcws()
files = os.listdir(path)

### Prep to get all files
from os import listdir
from os.path import isfile, join

### Reading only excel files in folder
FileList_xlsx = [f for f in files if f[-4:] == "xlsx"]

# Initializing empty data frame
df = pd.DataFrame()

# Initializing Aggregate List for Column Names
Agg_ColumnNames = []

# Initializing Aggregate List for File Names associated with Column Names
FileNames = []

# Initializing empty dataframe for Data Type
datatype_df = pd.DataFrame()

# Read excel into Python and prepping the dataframe for DATA TYPE ONLY
n = 1
for f in FileList_xlsx:
    test_df = pd.read_excel(f)
    test_df = test_df.add_prefix(f'File{n}.')
    datatype_df = datatype_df.append(test_df, ignore_index=True, sort = False)
    n+=1

# Getting the data type of the column

dataTypeSeries = datatype_df.dtypes

# Loop over list of Excel files

for f in FileList_xlsx:
    ReadXlsx = pd.read_excel(f)
    ColumnNames = list(ReadXlsx.columns.values)

    for a in ColumnNames:
        Agg_ColumnNames.append(a)
    
    for a in ColumnNames:
        FileNames.append(f)

# Create final dataframe
final = {'Column_Name': Agg_ColumnNames, 'File_Name': FileNames, 'Data_Type': dataTypeSeries}

标签： pythonexcelpandasdataframe