### 如何使用 Python 和 pandas 合并多个 `.xls` 文件 要实现将多个 Excel 文件（`.xls` 格式）合并成一个 DataFrame 的目标，可以按照以下方法操作： #### 使用 `pandas.read_excel()` 方法逐个读取文件 Pandas 提供了强大的功能来处理各种格式的数据文件。对于 `.xls` 或 `.xlsx` 文件，可以通过 `read_excel()` 函数逐一加载这些文件的内容[^1]。 以下是具体代码示例： ```python import os import pandas as pd # 定义存储所有数据的列表 data_frames = [] # 假设所有的 .xls 文件都在指定目录下 directory_path = 'path_to_your_directory' # 替换为实际路径 for filename in os.listdir(directory_path): if filename.endswith('.xls'): # 只处理以 .xls 结尾的文件 file_path = os.path.join(directory_path, filename) df = pd.read_excel(file_path) # 加载当前文件 data_frames.append(df) # 将所有 DataFrame 合并为一个 combined_df = pd.concat(data_frames, ignore_index=True) print(combined_df.head()) # 查看前几行确认结果 ``` 上述代码中，`os.listdir()` 被用来遍历指定目录下的所有文件名；如果某个文件是以 `.xls` 扩展名结尾，则调用 `pd.read_excel()` 来将其转换为 DataFrame 并追加到列表中。最后通过 `pd.concat()` 方法将所有单独的 DataFrame 进行垂直堆叠，并设置参数 `ignore_index=True` 重新生成连续索引[^2]。 #### 处理多 Sheet 的情况 如果有部分 `.xls` 文件包含多个工作表 (Sheets)，则需要进一步扩展逻辑以便从每个工作表提取数据。下面展示了一个例子，其中会自动读取每一个 Excel 文件中的所有 Sheets 数据： ```python all_sheets_data = [] for filename in os.listdir(directory_path): if filename.endswith('.xls'): file_path = os.path.join(directory_path, filename) # 获取该文件内的所有 sheet 名字 xls_file = pd.ExcelFile(file_path) sheets_names = xls_file.sheet_names for sheet_name in sheets_names: temp_df = pd.read_excel(xls_file, sheet_name=sheet_name) all_sheets_data.append(temp_df) final_combined_df = pd.concat(all_sheets_data, ignore_index=True) print(final_combined_df.info()) ``` 这里引入了 `pd.ExcelFile` 类型对象用于访问特定 Excel 文档的所有可用的工作表名称集合。接着循环迭代每张表的名字并通过 `read_excel()` 导入对应内容至临时 DataFrame 中再加入全局汇总队列里去[^3]。 --- ### 注意事项 - 如果某些字段存在缺失值或者不一致的情况，在最终拼接之前可能还需要额外清理和标准化步骤。 - 对于非常大的数据集来说，一次性把全部数据加载内存可能会遇到性能瓶颈问题，此时可考虑分批次处理或采用其他大数据框架替代纯 Pandas 解决方案。