python脚本

5分钟用Python批量处理Excel文件

发表于 2025年10月08日阅读 8 评论 0

大家好，我是何三，80后老猿，独立开发者。

继续我们的“5分钟Python自动化”系列。上次我们学会了《5分钟学会用Python从网站抓取数据》，解放了双手。今天，我们来解决另一个办公中的高频痛点——批量处理Excel文件。

有这样的场景：你是行政、财务或销售，每周/每月都要从不同同事或系统那里收到一堆格式相同的Excel报表：销售一部.xlsx、销售二部.xlsx... 你的任务是把这几十个文件打开，把里面的数据一个个复制粘贴到一个总表里进行汇总分析。

传统做法：一个个打开文件，眼睛盯着屏幕找数据，手不停地Ctrl+C、Ctrl+V，耗时半小时起步，头晕眼花，还容易漏掉行或列。

Python做法：1个脚本，执行3秒钟，一键合并所有文件！从此准时下班不是梦。

今天，我就带你用5分钟，掌握这个让无数办公族羡慕的“黑科技”！

环境准备：这次多一步，一劳永逸

在开始之前，你需要：

安装Python（这个已经有了）
安装一个关键库：打开你的命令行（CMD或终端），输入下面这行命令，然后按回车： bash pip install pandas openpyxl
- pandas：Python里处理表格数据的“瑞士军刀”，强大到没朋友。
- openpyxl：让pandas能读写新版Excel文件(.xlsx)的“引擎”。
一个文本编辑器
一个装满待合并Excel文件的文件夹

就多了一步安装库，但换来的能力是颠覆性的！

核心代码：10行搞定报表合并

让我们直接上“魔法”，感受一下用代码操控数据的快感：

import pandas as pd  # 导入数据分析工具箱
import os  # 导入文件操作工具箱

# 设置存放所有Excel文件的文件夹路径
folder_path = "./销售报表"

# 创建一个空的列表，用来装每个文件的数据
all_data = []

# 遍历文件夹中的每一个文件
for file in os.listdir(folder_path):
    # 只处理Excel文件
    if file.endswith('.xlsx') or file.endswith('.xls'):
        # 构建完整的文件路径
        file_path = os.path.join(folder_path, file)
        # 读取Excel文件，将其变为pandas的DataFrame（一种表格数据结构）
        df = pd.read_excel(file_path)
        # 把这个表格数据添加到总列表中
        all_data.append(df)

# 将列表中的所有表格数据垂直堆叠合并成一个大的总表
final_df = pd.concat(all_data, ignore_index=True)

# 将合并后的总表保存到一个新的Excel文件中
final_df.to_excel("合并后的总报表.xlsx", index=False)

print("所有Excel文件合并完成！快去查看‘合并后的总报表.xlsx’吧！")

逐行详解：理解数据合并的奥秘

第1-2行：导入超级工具箱

import pandas as pd
import os

pandas 是我们的主力，给它起个昵称pd，后面用起来更方便。

第3-5行：锁定目标与准备“容器”

folder_path = "./销售报表"
all_data = []

指定你的Excel文件堆放在哪个文件夹。
all_data = [] 准备一个空的“魔法篮子”，用来装每个Excel文件里的数据。

第6-13行：循环读取，见一个“吃”一个

for file in os.listdir(folder_path):
    if file.endswith('.xlsx') or file.endswith('.xls'):
        file_path = os.path.join(folder_path, file)
        df = pd.read_excel(file_path)
        all_data.append(df)

这是脚本的核心逻辑：

for file in ...：让电脑自动浏览销售报表文件夹里的每一个文件。
if file.endswith(...)：做一个判断，只对以.xlsx或.xls结尾的Excel文件下手。
file_path = ...：拼凑出文件的完整地址，告诉电脑文件在哪。
df = pd.read_excel(file_path)：最关键的魔法！ pd.read_excel() 函数能直接读取整个Excel文件的内容，并将其转换成一个叫DataFrame的智能表格对象，我们把它赋值给变量df。
all_data.append(df)：把这个智能表格df放进我们准备好的“魔法篮子”all_data里。

第14-17行：合并数据并输出成果

final_df = pd.concat(all_data, ignore_index=True)
final_df.to_excel("合并后的总报表.xlsx", index=False)

pd.concat(all_data, ...)：第二个关键魔法！ concat 函数能把“篮子”里所有的智能表格（df）垂直地堆叠、拼接在一起，形成一个巨大的总表final_df。
- ignore_index=True 是为了让合并后的总表行号从0开始重新整齐排列。
to_excel(...)：将最终合并好的大总表final_df，写入到一个全新的Excel文件里。
- index=False 表示不将DataFrame的行索引保存到Excel中，让表格更整洁。

实战演示：告别复制粘贴

准备阶段：创建一个名为销售报表的文件夹，里面放几个测试的Excel文件（确保它们的表头/列结构是一样的）。
保存脚本：将上面的代码保存为merge_excel.py，放在与销售报表文件夹同级的目录。
运行脚本：打开命令行，输入：

python merge_excel.py

查看结果：脚本运行完毕后，当前目录下会生成一个全新的 合并后的总报表.xlsx 文件，打开它，所有分公司的数据都已经整整齐齐地合并在一起了！

运行前：

销售报表/
  ├── 销售一部.xlsx
  ├── 销售二部.xlsx
  ├── 销售三部.xlsx
  └── ...

运行后：

(当前目录)/
  ├── merge_excel.py
  ├── 销售报表/ (里面的文件原封不动)
  └── 合并后的总报表.xlsx <-- 新生成的终极总表！

举一反三：定制你的数据处理流水线

这个脚本的潜力远不止简单合并，稍微修改，它就能变成你的专属数据助理：

案例1：合并时只读取特定Sheet

如果你的Excel文件有多个工作表，只想合并名为"月度数据"的Sheet：

# 在 pd.read_excel() 里加上 sheet_name 参数
df = pd.read_excel(file_path, sheet_name='月度数据')

案例2：合并时只保留需要的列

假设你只关心"销售人员"、"销售额"、"日期"这三列：

# 读取时指定列
df = pd.read_excel(file_path, usecols=['销售人员', '销售额', '日期'])

案例3：给每个分部的数据打上标签

合并后想知道某条数据来自哪个分部？

for file in os.listdir(folder_path):
    if file.endswith('.xlsx'):
        file_path = os.path.join(folder_path, file)
        df = pd.read_excel(file_path)
        # 新增一列‘分部名称’，值为文件名（去掉扩展名）
        df['分部名称'] = os.path.splitext(file)[0]
        all_data.append(df)

案例4：处理CSV文件

如果你的数据是.csv格式，只需改动一行：

# 将判断和读取Excel的代码换成CSV的：
if file.endswith('.csv'):
    df = pd.read_csv(file_path) # 使用 read_csv 函数

注意事项与进阶技巧

确保表头一致

合并的前提是各个Excel文件的列名（表头）是一致的，否则数据会对不上。在运行前最好先抽查确认一下。

更健壮的增强版脚本

添加错误处理，让脚本更稳定、更友好：

import pandas as pd
import os

folder_path = "./销售报表"
all_data = []

for file in os.listdir(folder_path):
    if file.endswith(('.xlsx', '.xls')): # 支持多种Excel格式
        file_path = os.path.join(folder_path, file)
        try:
            # 尝试读取文件
            df = pd.read_excel(file_path)
            # 可选：在这里进行数据清洗，比如去除空行
            # df = df.dropna()
            all_data.append(df)
            print(f"成功读取并缓存: {file}")
        except Exception as e:
            # 如果某个文件读取失败，打印错误并继续处理下一个，而不是整个脚本崩溃
            print(f"!!! 读取文件 {file} 时出错: {e} !!!")

if all_data: # 检查列表是否为空
    final_df = pd.concat(all_data, ignore_index=True)
    final_df.to_excel("合并后的总报表.xlsx", index=False)
    print(f"合并完成！共处理 {len(all_data)} 个文件，总数据行数：{len(final_df)}")
else:
    print("未找到任何可处理的Excel文件，请检查文件夹路径和文件格式。")