Excelファイルの複数シートの読込（Python Pandas VS Power Query）

はじめに

前回は以下記事を書きました。

今回は、PythonでのExcelファイルの全シート読込です。
前回同様、Power QueryのM式と比較してアウトプットしたいと思います。

Python Pandasで読込む場合

Pandasのread_excel関数を使います。
sheet_name=Noneにすることで全シートを読み込めます。

import pandas as pd

df = pd.read_excel(
    r'Data\student_3sheets_5cols_100rows.xlsx',
    sheet_name=None
)

df_all = pd.concat(df.values(), ignore_index=True)

print(df_all.shape)
display(df_all.head())

この場合、dfはデータフレームではなくデータフレームを持つ辞書になります。
dfはキーにシート名、バリューにデータフレームを持ちます。

df = {
    'シート1': DataFrame,
    'シート2': DataFrame,
    'シート3': DataFrame
}

concat関数で各データフレームを縦方向に連結します。
ignore_index=Trueは連結後に行番号を振りなおします。

Power Queryで読込む場合

Excel.Workbook関数を使います。

• 2つ目の引数をtrueにすると先頭行をヘッダーにします
• 3つ目の引数をtrueにすると型指定しなくなります

Table.SelectColumns関数でData列以外を削除します。
Table.ExpandTableColumn関数でテーブルを開きます。

let
    ソース = Excel.Workbook(
        File.Contents("C:Python\データ収集\Data\student_3sheets_5cols_100rows.xlsx"), true, true),
        削除された他の列 = Table.SelectColumns(ソース,{"Data"}),
        #"展開された Data" = Table.ExpandTableColumn(削除された他の列, "Data", {"学籍番号", "テスト点数", "出席率(%)", "クラス", "受験日"})
in
    #"展開された Data"

次回の内容

今度は複数のファイルの読込をPython PandasとPower Queryで試して記事にしたいと思います。