要使用Pandas拼接Excel表格，核心方法是`pd.concat()`和`pd.merge()`，两者适用于不同的拼接场景[ref_5]。`concat`主要用于轴向堆叠（沿行或列拼接），而`merge`主要用于基于一个或多个键（Key）进行列向关联，类似于数据库的JOIN操作[ref_2][ref_3]。 下面的表格清晰地对比了这两种核心方法的主要区别： | 特性 | `pd.concat()` | `pd.merge()` | | :--- | :--- | :--- | | **主要用途** | 沿轴（行或列）进行简单的堆叠和拼接。 | 基于一个或多个**键**（Key）将不同DataFrame的列连接起来。 | | **类比** | 上下或左右“粘贴”表格。 | 数据库的 `JOIN` 操作。 | | **连接轴** | 默认沿 `axis=0` (行) 拼接；`axis=1` 为按列拼接。 | 默认按列连接，需要指定连接键。 | | **连接键** | 不依赖列值，依靠索引或直接拼接。 | **必须**指定`on`、`left_on`/`right_on`等参数来确定连接的列。 | | **适用场景** | 多个结构相同（或相似）表格的批量合并。 | 两个表格有公共列，需要根据该列的值进行关联匹配。 | ### 一、使用 `pd.concat()` 进行轴向堆叠 `pd.concat()` 最常用于将多个具有相同（或相似）列结构的Excel表格简单地堆叠在一起，例如合并多个部门的月度销售报表。 #### 示例1：纵向堆叠（追加行） 假设有两个Excel文件`sales_jan.xlsx`和`sales_feb.xlsx`，结构如下： **sales_jan.xlsx** | 姓名 | 销售额 | 区域 | | :--- | :--- | :--- | | 张三 | 1000 | 北京 | | 李四 | 1500 | 上海 | **sales_feb.xlsx** | 姓名 | 销售额 | 区域 | | :--- | :--- | :--- | | 王五 | 1200 | 广州 | | 赵六 | 1800 | 深圳 | 要将这两个月的销售记录合并到一个表中，可以使用`concat`进行纵向拼接[ref_2]： ```python import pandas as pd # 读取多个Excel文件 df_jan = pd.read_excel('sales_jan.xlsx') df_feb = pd.read_excel('sales_feb.xlsx') # 使用concat进行纵向拼接（axis=0是默认值，可省略） combined_df = pd.concat([df_jan, df_feb], axis=0, ignore_index=True) print(combined_df) ``` 运行结果将是一个包含四行数据的新DataFrame。`ignore_index=True`参数用于重置合并后的行索引，避免索引重复[ref_5]。 #### 示例2：横向堆叠（合并列） 如果两个表格具有相同的行数，并且需要并排合并（例如，一个表是员工基本信息，另一个表是员工的绩效信息），可以沿列轴拼接[ref_5]： ```python # 假设两个表格行顺序一致，按列拼接 df_info = pd.read_excel('employee_info.xlsx') # 包含[员工ID, 姓名]列 df_perf = pd.read_excel('employee_performance.xlsx') # 包含[员工ID, 绩效评分]列 # 沿列方向拼接（axis=1） combined_df_horizontal = pd.concat([df_info, df_perf.drop(columns=['员工ID'])], axis=1) ``` ### 二、使用 `pd.merge()` 进行键值关联 `pd.merge()` 是实现类似于SQL表连接的核心方法，用于根据一个或多个关键列将两个表格的数据关联起来[ref_1][ref_3]。这是处理关联数据的首选方法。 其基本语法为： ```python pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, suffixes=('_x', '_y')) ``` * `left`/`right`：待合并的左、右DataFrame。 * `how`：连接方式，包括 `inner`（内连接）、`left`（左连接）、`right`（右连接）、`outer`（全外连接）[ref_3]。 * `on`：用于连接的列名（必须在两个DataFrame中都存在）。 * `left_on`/`right_on`：当左右两个DataFrame的连接键列名不同时，分别指定。 * `suffixes`：当两个DataFrame存在非连接键的同名列时，用于区分这些列的后缀。 #### 示例：根据“姓名”列合并两个表格 假设有两个Excel文件，需要根据“姓名”这个公共列进行关联[ref_1]： **基础信息表 (basic_info.xlsx)** | 姓名 | 部门 | 入职日期 | | :--- | :--- | :--- | | 张三 | 技术部 | 2020-01-01 | | 李四 | 市场部 | 2021-03-15 | **绩效表 (performance.xlsx)** | 姓名 | 季度 | 绩效评分 | | :--- | :--- | :--- | | 张三 | Q1 | A | | 李四 | Q1 | B | | 王五 | Q1 | A | 下面展示几种不同的连接方式： ```python import pandas as pd df_basic = pd.read_excel('basic_info.xlsx') df_perf = pd.read_excel('performance.xlsx') # 1. 内连接 (inner join): 只保留两个表都有的“姓名” inner_merged = pd.merge(df_basic, df_perf, on='姓名', how='inner') print("内连接结果:\n", inner_merged) # 结果包含张三和李四的记录，不包含王五（因为基础信息表没有王五）。 # 2. 左连接 (left join): 以左表(df_basic)为基础，保留所有行 left_merged = pd.merge(df_basic, df_perf, on='姓名', how='left') print("\n左连接结果:\n", left_merged) # 结果包含张三和李四的记录，他们的绩效信息被匹配上；不会出现王五。 # 3. 全外连接 (outer join): 保留两个表的所有行 outer_merged = pd.merge(df_basic, df_perf, on='姓名', how='outer') print("\n全外连接结果:\n", outer_merged) # 结果包含张三、李四和王五的所有记录。王五的“部门”、“入职日期”将为NaN（缺失值）。 # 4. 当连接键列名不同时，使用left_on和right_on # 假设绩效表中连接列名为“员工姓名” df_perf_renamed = df_perf.rename(columns={'姓名': '员工姓名'}) custom_key_merged = pd.merge(df_basic, df_perf_renamed, left_on='姓名', right_on='员工姓名', how='inner') ``` 全外连接的结果能清晰展示数据的完整情况，包括只存在于一个表中的记录[ref_3]。 ### 三、进阶技巧与批量合并 #### 1. 批量合并多个Excel文件（相同结构） 当需要合并几十个结构相同的Excel文件时，使用循环和`concat`是最佳实践[ref_6]： ```python import pandas as pd import os folder_path = './sales_data/' # 存放所有Excel文件的文件夹 all_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')] df_list = [] for file in all_files: file_path = os.path.join(folder_path, file) df = pd.read_excel(file_path) df_list.append(df) # 一次性拼接所有DataFrame combined_data = pd.concat(df_list, ignore_index=True) combined_data.to_excel('all_sales_combined.xlsx', index=False) # 导出到新Excel文件[ref_4] ``` #### 2. 处理拼接中的常见问题 * **列名不完全一致**：`concat` 默认会保留所有列，缺失值用NaN填充。可以使用 `join='inner'` 参数只保留所有表共有的列[ref_5]。 * **索引处理**：`concat` 的 `ignore_index` 参数用于生成新索引。`merge` 会保留原始索引作为普通列，除非将其设置为连接键[ref_3]。 * **数据类型一致**：在进行 `merge` 操作前，应确保连接键列的数据类型一致（例如，都是字符串或都是整数），否则会导致合并失败或结果异常[ref_1]。 * **重复列名**：使用 `merge` 的 `suffixes` 参数可以重命名重复的列名[ref_3]。 #### 3. 保存合并结果 将最终合并的DataFrame保存为新的Excel文件是常见需求[ref_4][ref_6]： ```python # 保存为Excel文件，不包含DataFrame的索引列 combined_data.to_excel('merged_result.xlsx', index=False) # 如果需要保存到特定工作表 with pd.ExcelWriter('result_with_sheets.xlsx') as writer: combined_data.to_excel(writer, sheet_name='Merged_Data', index=False) # 还可以写入其他DataFrame到不同工作表 ``` ### 四、方法选择总结 具体选择哪种方法，取决于数据结构和合并目标： 1. **需要简单堆叠（上下或左右拼接）**：使用 `pd.concat()`[ref_5]。 2. **需要根据某列的值进行关联匹配**：使用 `pd.merge()`，并根据需要选择 `inner`、`left`、`right` 或 `outer` 连接方式[ref_1][ref_3]。 3. **批量合并结构相同的多个文件**：循环读取文件至列表，然后使用 `pd.concat(list_of_dfs)`[ref_6]。