Python读取大量Excel文件并跨文件批量计算平均值的方法

下面是“Python读取大量Excel文件并跨文件批量计算平均值的方法”的完整实例教程：

1. 准备工作：安装必要的库

本教程使用Python第三方库pandas和numpy来读取和处理Excel文件。如果你还没有安装这两个库，你可以使用以下命令来安装：

pip install pandas numpy

安装完成后就可以开始使用这两个库了。

2. 读取Excel文件

首先，我们需要找到存储Excel文件的文件夹，并将其中的所有Excel文件读取到一个pandas.DataFrame对象中。假设Excel文件都存储在/path/to/folder文件夹下，代码如下：

import os
import pandas as pd

folder_path = '/path/to/folder'

# 获取文件夹下所有Excel文件名
file_names = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]

# 创建空的DataFrame对象
df = pd.DataFrame()

# 读取全部Excel文件到DataFrame中
for file_name in file_names:
    file_path = os.path.join(folder_path, file_name)
    temp_df = pd.read_excel(file_path)
    df = pd.concat([df, temp_df])

这里用到了Python的os库来获取文件夹下的所有Excel文件的文件名，然后使用pandas的read_excel函数将每个Excel文件都读取到一个pandas.DataFrame对象中。最后用pd.concat将每个DataFrame对象合并成一个总的DataFrame对象。

3. 计算每列的平均值

接下来，我们需要计算每个列的平均值，并把结果保存到一个新的pandas.DataFrame对象中。代码如下：

import numpy as np

# 计算每列的平均值并存储到字典中
mean_dict = {}
for column in df.columns:
    mean_dict[column] = np.mean(df[column])

# 创建新的DataFrame对象
mean_df = pd.DataFrame.from_dict(mean_dict, orient='index', columns=['Mean'])

这里用到了numpy库的mean函数来计算每个列的平均值。把每个列的平均值存储到一个字典中，然后使用pd.DataFrame.from_dict将这个字典转换成一个新的pandas.DataFrame对象。

4. 示例说明

下面通过两个示例来说明如何使用上述代码：

示例1

假如我们有3个Excel文件，每个文件都包含A列和B列的数据，如下所示：

文件1

A	B
1	2
3	4
5	6

文件2

A	B
7	8
9	10
11	12

文件3

A	B
13	14
15	16
17	18

我们将这些文件存储在/path/to/folder文件夹下，然后按照上述代码来读取并计算平均值。最终得到的平均值DataFrame对象如下：

	Mean
A	9.0
B	10.0

也就是说，每个列的平均值分别是9和10。

示例2

假如我们有2个Excel文件，第一个文件包含A列和B列的数据，第二个文件包含B列和C列的数据，如下所示：

文件1

A	B
1	2
3	4
5	6

文件2

B	C
7	8
9	10
11	12

我们将这些文件存储在/path/to/folder文件夹下，然后按照上述代码来读取并计算平均值。根据上述代码，我们会首先将两个文件都读取到一个DataFrame对象中，然后计算每列的平均值。最终得到的平均值DataFrame对象如下：

	Mean
A	3.0
B	6.333...
C	10.0

也就是说，A列的平均值是3，B列的平均值是6.333...，C列的平均值是10。需要注意的是，由于B列同时出现在两个Excel文件中，每个文件中的B列平均值分别是4和9，所以合并后的B列平均值是(4+9)/2=6.333...。