可以使用 Python 的 `pandas` 库来合并两个 Excel 文件。`pandas` 提供了强大的数据处理功能，能够轻松地读取、合并和写入 Excel 文件。以下是一个完整的示例，展示如何将两个 Excel 文件合并为一个。 ### 示例代码 ```python import pandas as pd # 读取第一个 Excel 文件 file1 = 'file1.xlsx' df1 = pd.read_excel(file1) # 读取第二个 Excel 文件 file2 = 'file2.xlsx' df2 = pd.read_excel(file2) # 合并两个 DataFrame（默认为纵向合并） combined_df = pd.concat([df1, df2], ignore_index=True) # 将合并后的数据写入新的 Excel 文件 output_file = 'combined_file.xlsx' combined_df.to_excel(output_file, index=False) ``` ### 代码说明 1. **读取 Excel 文件**：使用 `pd.read_excel()` 函数读取 Excel 文件，并将其存储为 `DataFrame` 对象。 2. **合并数据**：使用 `pd.concat()` 函数将两个 `DataFrame` 对象合并，默认情况下，`pandas` 会按行合并数据。如果需要按列合并，可以设置参数 `axis=1`。 3. **写入 Excel 文件**：使用 `to_excel()` 方法将合并后的数据写入新的 Excel 文件，`index=False` 表示不保存行索引。 ### 注意事项 - 如果两个 Excel 文件的列结构不同，`pandas` 会自动对齐列名，未匹配的列会填充 `NaN` 值。 - 如果需要根据特定列进行合并（例如，按主键合并），可以使用 `merge()` 函数，具体如下： ```python # 按照某一列进行合并（例如 'ID' 列） merged_df = pd.merge(df1, df2, on='ID', how='inner') # 'inner' 表示内连接，也可以选择 'left', 'right', 'outer' ``` ### 不同类型的合并方式 - **内连接（inner join）**：只保留两个表中匹配的行。 - **左连接（left join）**：保留左侧表的所有行，右侧表中未匹配的值用 `NaN` 填充。 - **右连接（right join）**：保留右侧表的所有行，左侧表中未匹配的值用 `NaN` 填充。 - **外连接（outer join）**：保留所有行，未匹配的值用 `NaN` 填充。 ### 相关问题 - 如何在 Python 中按特定列合并两个 Excel 文件？ - 如何处理合并 Excel 文件时的列名不一致问题？ - 如何在 Python 中实现 Excel 文件的横向合并？ - 如何使用 Python 合并多个 Excel 文件？ - 如何在合并 Excel 文件时保留原始文件的格式？