### Python 批量将 CSV 文件转换为单个 Excel 文件 为了批量处理多个CSV文件并将它们合并成一个Excel文件，可以利用`pandas`库的强大功能。此方法不仅简化了操作流程，还提高了效率。 首先，确保已安装所需的库： ```bash pip install pandas openpyxl ``` 接着，编写如下Python脚本以完成任务： #### 导入必要库 ```python import os import glob import pandas as pd from pathlib import Path ``` #### 定义函数用于读取所有CSV文件并创建DataFrame列表 ```python def load_csv_files(directory_path): all_dataframes = [] # 获取目录下所有的csv文件路径 file_paths = glob.glob(os.path.join(directory_path, "*.csv")) for idx, file in enumerate(file_paths, start=1): df = pd.read_csv(file) df['source'] = Path(file).stem # 添加来源列以便区分不同源的数据 all_dataframes.append(df) return all_dataframes ``` #### 将所有DataFrame对象写入同一个Excel文件的不同Sheet页中 ```python def write_to_excel(dataframes_list, output_file_name="combined.xlsx"): with pd.ExcelWriter(output_file_name, engine='openpyxl') as writer: for i, dataframe in enumerate(dataframes_list, start=1): sheet_name = f'Sheet{i}' if 'source' not in dataframe.columns else dataframe.iloc[0]['source'] dataframe.to_excel(writer, index=False, sheet_name=sheet_name[:31]) # Sheet名称长度限制为31字符 print(f"All data has been successfully written into {output_file_name}") ``` #### 主程序逻辑 ```python if __name__ == "__main__": directory_containing_csvs = "./path/to/csv/files/" # 替换为实际存放CSV文件夹的位置 dfs = load_csv_files(directory_containing_csvs) write_to_excel(dfs) ``` 上述代码实现了从指定文件夹加载所有CSV文件，并将这些文件的内容分别存放在独立的工作表内最终形成单一的Excel文档[^4]。