安装：我使用jupyter笔记本，Python版本3.6.2和Excel版本15.36
我有几个excel文件（每个文件有多张纸）。我已经加载了每个excel文件（下面的代码），以便为每个excel文件创建一个数据框，即文件中工作表的有序判决。
import pandas as pd
df1 = pd.read_excel('2014.xlsx', sheetname=None, header=1)
df2 = pd.read_excel('2015.xlsx', sheetname=None, header=1)
..等
现在我想循环遍历每个文件的每个工作表，向包含工作表名称的工作表的每一行添加一个新单元格，然后将所有文件的所有工作表合并到一个大的工作表中。
我是新来的python，并希望听到一个干净的方式来执行此任务。
因此，为了循环遍历所有文件，您可以使用基于列表的简单for循环：
years = ['2014', '2015', '2016']
for year in years :
df1 = pd.read_excel(year +'.xlsx')
不要把每件事都单独读。你只需要重复一系列命令。为有关工作表的信息设置元数据结构：
metadata = [
{'book': 'book1.xlsx', 'sheets': ['sheet1', 'sheet2']},
{'book': 'book2.xlsx', 'sheets': ['sheet1']},
{'book': 'book3.xlsx', 'sheets': ['sheet1', 'sheet2', 'sheet3']},
{'book': 'book4.xlsx', 'sheets': ['sheet1', 'sheet2']},
]
并使用分配方法将您的列添加到每本书中，将嵌套的列表理解传递给pandas.concat。
new_df = pandas.concat([
pandas.read_excel(md['book'], sheetname=s).assign(book=md['book']
for md in metadata for s in md['sheets']
], ignore_index=True)
对于经验较少的python/熊猫用户来说，这有点简洁，不可否认地很难阅读。如果你在一个普通的for循环中写出来，它看起来像这样：
_dfs = []
for md in metadata:
for s in md['sheets']:
_dfs.append(
pandas.read_excel(md['book'], sheetname=s)
.assign(book=md['book']
)
df = pandas.concat(_dfs, ignore_index=True)
