数学建模 Excel的批量写入与批量导出

import pandas as pd
for i in list(df['har_feacture']):
    result = df.loc[df['har_feacture'] == i]
    df_agg = result.groupby(['order_date'])['ord_qty'].mean().reset_index()

    # 从DataFrame对象df中读取需要的列并转换成DatetimeIndex对象
    df_agg['order_date'] = pd.to_datetime(df_agg['order_date'])

    df_agg = df_agg.set_index('order_date')

    # 对数据按月分组求和
    monthly_demand = df_agg['ord_qty'].resample('M').sum()
    
    s = pd.Series(monthly_demand)

    file_path = f"D:/data/f{i}.xlsx"
    
    #对s进行保存，保存在同一个文件夹中
    s.to_excel(file_path, index=True)

import pandas as pd
import os

# 设置输入文件夹路径,这是存放所有文件的文件夹地址
input_folder_path = 'd:/data'
# 设置输出文件夹路径
output_folder_path = 'd:/data_csv'

# 获取文件夹中所有文件的列表
file_list = os.listdir(input_folder_path)

for file_name in file_list:
    # 判断文件是否为xls文件
    if file_name.endswith('.xlsx'):
        # 构造输入文件路径
        input_file_path = os.path.join(input_folder_path, file_name)
        # 读取xls文件
        df = pd.read_excel(input_file_path)
        # 构造输出文件路径
        output_file_path = os.path.join(output_folder_path, file_name.replace('.xlsx', '.csv'))
        # 将xls文件保存为csv文件
        df.to_csv(output_file_path, index=False)