### 使用 Python 合并指定目录下具有相同列的 Excel 文件 要实现这一需求，可以利用 `pandas` 库来加载和操作 Excel 文件，并借助 `glob` 模块查找指定目录中的所有 `.xlsx` 或 `.xls` 文件。以下是具体实现方式： --- #### 1. **导入所需库** 确保安装了 `pandas` 和 `openpyxl`（用于处理 Excel 文件）。如果没有安装这些库，可以通过以下命令安装： ```bash pip install pandas openpyxl ``` --- #### 2. **编写代码** 以下是一个完整的脚本示例，展示如何合并指定目录下的所有具有相同列结构的 Excel 文件： ```python import os import glob import pandas as pd def merge_excel_files(directory, output_file): """ Merge all Excel files with the same columns in a specified directory. Parameters: directory (str): Path to the directory containing Excel files. output_file (str): Name of the merged output file. """ # Find all .xlsx or .xls files in the given directory file_pattern = os.path.join(directory, "*.xls*") # Matches both .xlsx and .xls file_list = glob.glob(file_pattern) if not file_list: raise FileNotFoundError(f"No Excel files found in {directory}.") # Read each Excel file into a DataFrame list df_list = [] for file in file_list: try: df_temp = pd.read_excel(file) # Load the entire sheet by default df_list.append(df_temp) except Exception as e: print(f"Error reading file {file}: {e}") if not df_list: raise ValueError("No valid dataframes were loaded from the provided files.") # Concatenate DataFrames along rows combined_df = pd.concat(df_list, ignore_index=True) # Save the merged DataFrame to an output file combined_df.to_excel(output_file, index=False, engine='openpyxl') print(f"Merged data saved successfully to {output_file}.") ``` --- #### 3. **调用函数** 假设您的 Excel 文件位于 `./data/excel_files/` 目录中，并希望将结果保存为 `merged_output.xlsx`，您可以这样调用此函数： ```python input_directory = "./data/excel_files/" output_filepath = "merged_output.xlsx" merge_excel_files(input_directory, output_filepath) ``` --- #### 4. **注意事项** - 所有 Excel 文件应具有相同的列名和顺序；否则，合并后的数据可能会出现问题。 - 如果某些文件缺少特定列，`pandas` 将会填充缺失值为 `NaN`[^1]。 - 对于非常大的文件集，考虑分批读取和写入以节省内存资源[^3]。 --- #### 5. **优化大文件处理** 对于超大数据量场景，推荐采用流式读取的方式减少内存占用。例如，使用 `chunksize` 参数逐步加载每张表的数据片段后再拼接： ```python df_chunks = [] for file in file_list: chunk_iter = pd.read_excel(file, chunksize=50000) for chunk in chunk_iter: df_chunks.append(chunk) combined_df = pd.concat(df_chunks, ignore_index=True) ``` --- ### 结论 上述方法提供了一种高效且灵活的方式来合并多个 Excel 文件的内容。通过调整参数如 `usecols`、`index_col` 等，还可以进一步定制化数据加载过程[^2]。 ---