### 使用Python合并同一Excel文件中的多个Sheet 在 Python 中，可以通过 `pandas` 和 `openpyxl` 来操作 Excel 文件。以下是具体实现方式： #### 方法一：通过 Pandas 合并多个 Sheet 到单个 DataFrame 此方法适用于需要将同一个 Excel 文件中的所有 Sheet 的数据合并成一个新的 DataFrame。 ```python import pandas as pd # 定义输入的Excel文件名 file_path = 'example.xlsx' # 加载整个Excel文件 with pd.ExcelFile(file_path) as xls: # 初始化一个空的DataFrame用于存储最终结果 combined_data = pd.DataFrame() # 遍历所有的sheet名称 for sheet_name in xls.sheet_names: # 逐个读取每个sheet的内容 df_sheet = pd.read_excel(xls, sheet_name=sheet_name) # 如果表头不一致，可以在此处进行字段映射调整 # 示例：df_sheet = df_sheet.rename(columns={"旧列名": "新列名"}) # 将当前sheet的数据追加到combined_data中 combined_data = pd.concat([combined_data, df_sheet], ignore_index=True) # 输出合并后的数据到新的Excel文件 output_file = 'merged_output.xlsx' combined_data.to_excel(output_file, index=False) print(f'合并完成，请查看！文件已保存为：{output_file}') ``` 这种方法利用了 `pd.ExcelFile()` 函数加载整个 Excel 文件，并遍历其中的所有 Sheet 名称逐一读取内容[^1]。最后使用 `pd.concat()` 将这些 DataFrames 进行拼接形成单一的 DataFrame 并导出至新的 Excel 文件[^2]。 #### 方法二：通过 Openpyxl 手动处理多个 Sheet 如果希望更灵活地控制每一个单元格的操作或者某些特殊场景下无法直接依赖于Pandas，则可以选择Openpyxl库手动迭代各个工作簿的工作表。 ```python from openpyxl import load_workbook import pandas as pd input_file = 'example.xlsx' output_file = 'merged_with_openpyxl.xlsx' wb = load_workbook(filename=input_file) all_sheets_data = [] for ws_name in wb.sheetnames: ws = wb[ws_name] data_rows = [] for row in ws.iter_rows(values_only=True): data_rows.append(list(row)) all_sheets_data.extend(data_rows[1:]) # 假设忽略首行作为标题 final_df = pd.DataFrame(all_sheets_data, columns=data_rows[0]) final_df.to_excel(output_file, index=False) print(f'Merged file saved to {output_file}.') ``` 这里我们先用 `load_workbook` 载入原始文档再循环访问它的每张表格(ws)，接着提取每一行记录存放到列表里之后转交给Pandas创建最终的大规模数据框架[^3]。 --- ### 注意事项 - 当前假设各Sheet具有相同的结构（即相同数量和顺序排列的列）。如果有差异则需提前定义好统一标准并通过rename等方式修正。 - 对于超大规模数据集可能考虑分批写入而非一次性全部装载进内存之中以免资源耗尽。