### 使用Python Pandas库合并多个Excel文件的完整方法 以下内容详细介绍了如何使用Python中的Pandas库将多个Excel文件合并为一个。此方法适用于不同场景，包括但不限于文件夹中包含多个Excel文件、每个文件具有相同或不同的Sheet结构。 #### 1. 环境准备 在开始之前，请确保已安装必要的库。可以通过以下命令安装Pandas和Openpyxl（用于读取Excel文件）[^1]： ```bash pip install pandas openpyxl ``` #### 2. 合并具有相同结构的Excel文件 如果多个Excel文件具有相同的Sheet结构（即列名一致），可以使用以下代码进行合并： ```python import pandas as pd import os # 设置文件夹路径 folder_path = r'path_to_your_excel_files' # 创建一个空的DataFrame merged_data = pd.DataFrame() # 遍历文件夹中的所有文件 for file_name in os.listdir(folder_path): if file_name.endswith('.xlsx'): # 确保只处理Excel文件 file_path = os.path.join(folder_path, file_name) df = pd.read_excel(file_path) # 读取Excel文件 merged_data = pd.concat([merged_data, df], ignore_index=True) # 合并数据 # 将合并后的数据保存到新的Excel文件 output_file = r'path_to_save_merged_file.xlsx' merged_data.to_excel(output_file, index=False) print(f'合并完成！文件已保存为：{output_file}') ``` 上述代码会遍历指定文件夹中的所有Excel文件，并将它们的内容合并到一个新的DataFrame中，最后保存为一个新的Excel文件[^5]。 #### 3. 合并具有不同Sheet的Excel文件 如果每个Excel文件包含多个Sheet，并且需要合并所有Sheet的数据，则可以使用以下代码： ```python import pandas as pd import os # 设置文件夹路径 folder_path = r'path_to_your_excel_files' # 创建一个空的DataFrame merged_data = pd.DataFrame() # 遍历文件夹中的所有文件 for file_name in os.listdir(folder_path): if file_name.endswith('.xlsx'): file_path = os.path.join(folder_path, file_name) with pd.ExcelFile(file_path) as xls: # 打开Excel文件 for sheet_name in xls.sheet_names: # 遍历所有Sheet df = pd.read_excel(xls, sheet_name=sheet_name) merged_data = pd.concat([merged_data, df], ignore_index=True) # 将合并后的数据保存到新的Excel文件 output_file = r'path_to_save_merged_file_with_sheets.xlsx' merged_data.to_excel(output_file, index=False) print(f'合并完成！文件已保存为：{output_file}') ``` 此代码能够处理每个Excel文件中的多个Sheet，并将它们的所有数据合并到一个DataFrame中[^4]。 #### 4. 处理表头不一致的情况 如果不同Excel文件的表头名称不一致，但实际代表相同的数据字段，可以通过重命名列来解决这一问题： ```python import pandas as pd import os # 设置文件夹路径 folder_path = r'path_to_your_excel_files' # 创建一个空的DataFrame merged_data = pd.DataFrame() # 定义字段映射关系 column_mapping = { '测试1': '标准字段1', '测试2': '标准字段2', '测试3': '标准字段3' } # 遍历文件夹中的所有文件 for file_name in os.listdir(folder_path): if file_name.endswith('.xlsx'): file_path = os.path.join(folder_path, file_name) df = pd.read_excel(file_path) df = df.rename(columns=column_mapping) # 根据映射关系重命名列 merged_data = pd.concat([merged_data, df], ignore_index=True) # 将合并后的数据保存到新的Excel文件 output_file = r'path_to_save_mapped_file.xlsx' merged_data.to_excel(output_file, index=False) print(f'合并完成！文件已保存为：{output_file}') ``` 通过定义`column_mapping`字典，可以将不同文件中的列名统一化，从而实现正确的合并[^4]。 #### 注意事项 - 在处理大量数据时，建议使用`chunksize`参数分批读取数据以节省内存。 - 如果Excel文件较大，可以考虑使用其他库（如`dask`或`modin`）来优化性能。