pandas.read_excel 和 to_excel 仅使用最大的工作表或具有最多列的工作表

Question

有没有一种方法可以读取所有 xlsx 文件的表格，然后全部放弃购买行数最多的文件？

理想情况下，我想找到字面上包含最多数据的工作表，以字节为单位，但行现在可以工作

我还希望能够通过加载例如文件的头部来做到这一点，这样加载时间就会更短，但我可以使用 .columns 和 len 来查找哪个工作表的列最多

Answer 1

读取 Excel 文件的所有工作表并将其存储在dictionary：xls = pd.ExcelFile('excel_file_path.xls')sheet_to_df_map = {}for sheet_name in xls.sheet_names:    sheet_to_df_map[sheet_name] = xls.parse(sheet_name)现在，您可以遍历您的字典并创建另一个具有数据帧行数的字典，如下所示：row_count_dict = {}     for key,val in sheet_to_df_map.items():    row_count_dict[key] = val.shape[0]然后找到按值的row_count_dict最大值：df_with_max_rows = max(row_count_dict, key=row_count_dict.get)然后使用该键查找原始字典以获取具有 max_rows 的数据帧：df = sheet_to_df_map.get(df_with_max_rows)这将是您的最终数据框。