运用MATLAB批量读取excel表格
 
运用MATLAB批量读取excel表格
需要待读取的excel表格
Step1：读取数据的路径，通过dir函数获取特定地址文件夹中的文件列表。
Step2：循环读取每一个文件的数据，并将其存到一个根据循环命名的与原始数据大小一致的二维矩阵中。
Step3：完整代码

需要待读取的excel表格

Step1：读取数据的路径，通过dir函数获取特定地址文件夹中的文件列表。
path  = 'C:\Users\Administrator\Desktop\';    %此处为需要读取的文件所在路径
Filesname = dir(strcat(path,'*.xlsx'));                     %找到当前路径文件夹下的以.xlsx为后缀的文件名，strcat是横向连接字符的函数

path是文件夹的路径，strcat是横向连接字符的函数，path为需要批量读取的excel文件的所在路径。

Filesname 为文件路径下的每个xlsx文件的地址和名称。
Step2：循环读取每一个文件的数据，并将其存到一个根据循环命名的与原始数据大小一致的二维矩阵中。
Length = length(Filesname );    %计算文件夹里xls文档的个数
for i = 1:Length               %批量读取文件的内容并保存
    xls_data = xlsread(strcat(path,Filesname (i).name));      
    file_name = Filesname ( i ).name;   
    [m,n] = size(xls_data);       %获取读取的单个excel的内容大小
    eval(['T',num2str(‘i’),'=','xls_data']);
end

应用length函数获取数组长度（即需要批量处理的excel文件的个数）。

xlsread为MATLAB中excel文件的读取函数，eval函数的功能是将字符串转换为matlab可执行语句。
Step3：完整代码
path  = 'C:\Users\Administrator\Desktop\';  %此处文件地址改为需要的文件夹路径
Filesname = dir(strcat(path,'*.xlsx')); %找到当前路径文件夹下的以.xlsx为后缀的文件名，strcat是横向连接字符的函数
Length = length(Filesname );    %计算文件夹里xls文档的个数
for i = 1:Length        %批量读取文件的内容并保存
    xls_data = xlsread(strcat(path,Filesname (i).name));
    file_name = Filesname (i).name;
    [m,n] = size(xls_data);
    eval( ['T',num2str(i),'=','xls_data'] );
end


代码仅供参考，希望能帮助到大家！！

一个文件夹有三百多多个.csv格式的表格，我需要读取所有的表格，提取每一个表格的第7列，然后将所有表格的第七列的数据依次排列整合在一个表格中。
下图为处理前的文件的一部分

下面是实现这些功能的Matlab代码。我用的Matlab版本是2020版的。有些代码需要根据自己实际的需要进行更改，比如如果你读取的文件格式是.xls就可以把第五行的.csv改成.xls。或者你希望输出文件名称为别的名字，你可以把代码中所有的C4都换掉。或者你不需要只保留第七列的数据，你要保留所有的数据，就可以把相关的代码删掉后运行
clear;
close all;
clc;

Files=dir('*.csv'); %读取当前文件夹里所有.csv的文件，且把文件名按顺序读取在Files中

n=length(Files); %n表示Files中有多少个文件
x=Files(1).name; %x表示Files中的第一个文件的名字
z=importdata(x); %读取第一个.csv文件且命名为z
z=z(:,6);%因为只需要第七列的数据，所以用这行代码把z变成只有第七列数据的表格
C4=z;%让C4和z相等，z会不断变化，C4是最终文件
for i=1:n-1
    
    x=Files(i+1).name; %依次读取后面Files的每个名字 
    z=importdata(x); %依次读取文件夹中.csv的文件
    z=z(:,6); %从z中提取我所需要的第7列的数据
    C4=[C4;z];% 把z那列的数据接在C4那列的下面
    
    %下面两行代码用于在命令窗口显示代码运行的进度，因为有时候文件太多处理的时间长，这个可以不要
    Dis=strcat('当前进度 ',int2str(i/n*100),'%');
    disp(Dis)
    
    %循环这个步骤直到所有的.csv文件都集成在C4中
end

save C4 %保存C4为C4.mat到当前文件夹

下面是最后生成的.mat格式文件，这个文件整合了所有的数据，有七千多万行…

%% 批量处理excel文件并画图保存
%% 清除变量信息
clc ;
clear ;
%% 转入数据文件目类
cd('F:\实验调研\测试数据\Jitter')     %该文件夹是你存放多个excel文件的文件夹
folder = dir('*.csv');     %读取文件夹下的excel文件，返回一个结构体，结构体里面保存的是每个excel文件的信息
n = length( folder );     %文件夹下一共有几个excel文件，以便下面的循环使用
%% 开始对文件夹下的excel文件进行批量处理
for k = 1 : n
file_name = folder(k).name ;     %提取excel文件的名字
file_name = char( file_name ) ;
[Data, text, alldata] = xlsread(file_name) ;     %读取excel文件的数据，这里我只使用到文件中的Data，
%所以可以改为：
[Data] = xlsread(file_name) ;
%%  IV Format Conversion，把数据转为数值，保存
V = alldata( : , 1 ) ;
I = alldata( : , 3 ) ;     %这两行的内容我没有使用，提供给需要的小伙伴
V = cell2mat( V ) ;
I = cell2mat( I ) ;
%% 开始画图
plot( V, I  , 'b*-' , 'Linewidth' , 3 ) ;     %这部分可以改成你需要对数据进行的画图处理
grid on
%%转入图片保存路径
cd('F:\实验调研\测试数据\Jitter_图片')    %转到保存图片的路径
%%原数据文件名字问XXX.xlsx，因此需要去除.xlsx(即文件名的后缀)，剩余XXX为图片名字
Position = find( file_name == '.' ) ;
Picturename = file_name( 1 : Position-1 ) ;
saveas( gcf,  Picturename , 'bmp' )      %保存图片为bmp格式，这里你也可以改成jpg格式
clf
%% 处理下一个数据
cd('F:\实验调研\测试数据\Jitter')
end
%% 返回m文件路径
cd('F:\实验调研\测试数据')

我之前写过一篇批量读取Excel数据的，代码比较原始和啰嗦：
张敬信：【Matlab/R语言】批量读入Excel文件​zhuanlan.zhihu.com
近年来，R语言技术突飞猛进，再来一篇更简洁高级的。
批量读取并合并，道理很简单，总共分三步：
(1) 获取批量数据文件的路径
(2) 循环机制批量读取
(3) 合并成一个数据文件
强大的purrr包+管道，使得后两步可以同时做，或者一气呵成。
载入R包：
library(tidyverse)
library(readxl)
library(writexl)
以xlsx文件为例，如果是xls文件，改用read_xls()函数即可，或者不区分，直接用read_excel()也行。
将合并后的数据写出到 Excel ：
write_xlsx(df, "新工作簿.xlsx")          # 写出
一. 多个数据表列名相同
这是最常见的情形，读取+按行堆叠合并，即可得到总的数据表。再分两种情况讨论：
数据在多个工作簿（即多个xlsx文件）
比如，在datas文件夹下有3个xlsx文件，每个文件的列名都是相同的：
files = list.files("datas/", pattern = "xlsx", full.names = TRUE)
df = map_dfr(files, read_xlsx)    # 批量读取+按行堆叠合并
 
df
注1：数据文件名可以随便，不需要规律命名。
注2：数据文件甚至可以嵌套多层文件夹，只需要设置参数 recursive = TRUE.
2. 数据在一个工作簿的多个工作表（1个xlsx文件，包含多个sheet）
还是上述数据，只是都在 “1-3月提奖额.xlsx ”中：
path = "1-3月提奖额.xlsx"
df <- map_dfr(excel_sheets(path), 
              ~ read_xlsx(path, sheet = .x))  # 批量读取+按行堆叠合并         
结果同上。
注：同样，各个sheet可以随便起名，不需要规律命名。
二. 多个数据表列名不同
都是同样的批量读取，但合并时不能只是简单的按行堆叠，而是需要做数据连接（join），得到总的数据表。也分两种情况讨论：
数据在多个工作簿（即多个xlsx文件）
比如，datas 文件夹下有3个xlsx文件：
注意，3个数据表中的人名是有重复的，所以不能简单按行堆叠。
实际上，这是将所有信息都合并到一起，即做全连接。又因为是多表依次做连接，再结合 reduce() 就能实现。
files = list.files("datas/", pattern = "xlsx", full.names = TRUE)

df = map(files, read_xlsx) %>% 
  reduce(full_join, by = "人名")                  # 读入并依次做全连接

df
2. 数据在一个工作簿的多个工作表（1个xlsx文件，包含多个sheet）
还是上述数据，只是都在 “3-5月业绩.xlsx ”中：
path = "exercise/3-5月业绩.xlsx"
df <- map(excel_sheets(path), 
          ~ read_xlsx(path, sheet = .)) %>% 
  reduce(full_join, by = "人名")              # 读入并依次做全连接
结果同上。
————————————
原创作品，转载请注明。