使用 Python 合并多个格式一致的 Excel 文件(推荐)

下面是使用Python合并多个格式一致的Excel文件的完整实例教程。

环境准备

在进行本例子之前，请确保已经安装 Python 和 Pandas 库。

步骤一：导入必要的库

在此之前，你需要了解 Pandas 模块。 Pandas 是一个数据分析的 Python 库， 它可以用来清洗、处理和分析数据。

import pandas as pd
import os

在此导入两个库，一个是 Pandas。 另一个是操作系统库 os，用于跨平台地读取和写入文件。

步骤二：列出所有 Excel 文件

files = os.listdir()
excel_files = [i for i in files if i.endswith('.xlsx')]

列出存储合并数据的文件夹中所有的 Excel 文件，并筛选出带有 .xlsx 扩展名的文件名。

步骤三：将所有数据读入 Pandas

df = pd.concat([pd.read_excel(i) for i in excel_files], ignore_index=True)

使用 Pandas 的 read_excel() 函数将所列文件中的所有数据读取到一个 Pandas 数据帧（DataFrame）中。然后使用 Pandas 的 concat() 函数将 DataFrames 组合为一个 DataFrame。

步骤四：将 DataFrame 写入一个新的 Excel 文件

df.to_excel('merged.xlsx', index=False)

使用 Pandas 的 to_excel() 函数将 DataFrame 中所有数据写入一个新的 Excel 文件。将 index 参数设置为 False 目的是不让 Pandas 将 DataFrame 中的行索引写入 Excel 文件中。如果不设置，Excel 文件中将会有一个额外的空列，其中包含行索引。

完成啦，现在你可以在当前目录下找到一个名为 merged.xlsx 的文件，其中包含了所有 Excel 文件中的数据。

示例一：合并文件中的数据

假设我们有两个 Excel 文件：data1.xlsx 和 data2.xlsx， 每个文件都包含下面三列数据：name, age, city。

在执行示例之前，请将要合并的两个文件放在一个文件夹中。

import pandas as pd
import os

files = os.listdir('excel_files')
excel_files = [i for i in files if i.endswith('.xlsx')]

df = pd.concat([pd.read_excel(os.path.join('excel_files', i)) for i in excel_files], ignore_index=True)

df.to_excel('merged_data.xlsx', index=False)

执行以上代码后，数据将被读取，合并并保存到名为 merged_data.xlsx 的新文件中。

示例二：合并多个工作表

在此示例中，我们将读取名为 mydata.xlsx 的 Excel 文件，该文件包含四个工作表，每个工作表都具有相同的结构。 我们将从所有工作表中读取数据，并将其合并到一个单独的 DataFrame 中。

import pandas as pd

df = pd.concat(pd.read_excel('mydata.xlsx', sheet_name=None), ignore_index=True)

df.to_excel('merged_sheets.xlsx', index=False)

执行以上代码后，所有工作表中的数据将被读取，合并并保存到名为 merged_sheets.xlsx 的新文件中。

希望这个实例能够帮助你理解如何使用 Python 合并多个格式一致的 Excel 文件。