Python办公01：一键合并多文件夹下百份 Excel 自动汇总至总表

专栏导读

• 🌸 欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手

• 🏳️‍🌈 个人博客主页：请点击——> 个人的博客主页 求收藏

• 🏳️‍🌈 Github主页：请点击——> Github主页 求Star⭐

• 🏳️‍🌈 知乎主页：请点击——> 知乎主页 求关注

• 🏳️‍🌈 CSDN博客主页：请点击——> CSDN的博客主页 求关注

• 👍 该系列文章专栏：请点击——>Python办公自动化专栏 求订阅

• 🕷 此外还有爬虫专栏：请点击——>Python爬虫基础专栏 求订阅

• 📕 此外还有python基础专栏：请点击——>Python基础学习专栏 求订阅

• 文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

• ❤️ 欢迎各位佬关注！ ❤️

01：一键合并——多文件夹下百份 Excel 自动汇总至总表

第一阶段：Excel / 数据表高效处理（1-8）

场景引入

每月底，财务部门的同事小张总会遇到这样的噩梦：公司下属 12 个分公司各自把报表放在不同的文件夹里，每个文件夹又有 5-10 份 Excel 文件，格式基本一致但文件名五花八门。小张需要手动打开每一份文件，复制粘贴到汇总表里——每次都要花掉整整半天时间。

学完本节，你可以用不到 30 行 Python 代码，一键遍历所有文件夹、读取所有 Excel 文件，自动合并成一张总表，全程只需 3 秒钟。

技术原理

核心思路分三步：

1. 遍历目录树：使用 Python 内置的os.walk()或pathlib递归扫描所有子文件夹
2. 读取 Excel 文件：使用pandas.read_excel()将每个 Excel 文件读取为 DataFrame
3. 纵向拼接：使用pandas.concat()将多个 DataFrame 按行合并，最后导出为新的 Excel 文件

文件夹结构示意： 数据源/ ├── 北京分公司/ │ ├── 1月报表.xlsx │ └── 2月报表.xlsx ├── 上海分公司/ │ ├── Q1汇总.xlsx │ └── Q2汇总.xlsx └── 广州分公司/ └── 年度报表.xlsx ↓ Python 自动遍历 + 合并 ↓ 总表.xlsx（包含所有数据）

环境准备

安装依赖库

pipinstallpandas openpyxl

完整代码

importosimportpandasaspdfrompathlibimportPathdefmerge_excel_files(source_dir,output_file="总表汇总.xlsx"):""" 遍历指定目录下所有子文件夹中的 Excel 文件，合并为一张总表 参数: source_dir: 包含 Excel 文件的根目录路径 output_file: 输出汇总文件的文件名 """all_dataframes=[]# 存储所有读取到的 DataFramefile_count=0# 统计处理的文件数# 将路径转为 Path 对象，方便操作root_path=Path(source_dir)ifnotroot_path.exists():print(f"错误：目录{source_dir}不存在！")return# os.walk 递归遍历所有子文件夹fordirpath,dirnames,filenamesinos.walk(source_dir):forfilenameinfilenames:# 只处理 .xlsx 和 .xls 文件iffilename.endswith(('.xlsx','.xls'))andnotfilename.startswith('~$'):file_path=os.path.join(dirpath,filename)file_count+=1try:# 读取 Excel 文件（默认读取第一个 sheet）df=pd.read_excel(file_path,engine='openpyxl'iffilename.endswith('.xlsx')else'xlrd')# 可选：添加一列来源信息，记录数据来自哪个文件df['数据来源文件']=filename df['数据来源路径']=dirpath all_dataframes.append(df)print(f"[{file_count}] 已读取:{filename}")exceptExceptionase:print(f"[{file_count}] 读取失败{filename}:{e}")ifnotall_dataframes:print("没有找到任何 Excel 文件！")return# 将所有 DataFrame 纵向拼接（按行合并）print("\n正在合并所有数据...")merged_df=pd.concat(all_dataframes,ignore_index=True)# 导出为新的 Excel 文件merged_df.to_excel(output_file,index=False,engine='openpyxl')print(f"\n合并完成！")print(f"共处理{file_count}个文件")print(f"总数据行数:{len(merged_df)}")print(f"总数据列数:{len(merged_df.columns)}")print(f"汇总文件已保存:{output_file}")# ==================== 使用示例 ====================if__name__=="__main__":# 修改这里为你的数据文件夹路径SOURCE_DIR=r"D:\数据源"# 执行合并merge_excel_files(SOURCE_DIR,output_file="总表汇总.xlsx")

代码逐行解析

1. 导入模块

importosimportpandasaspdfrompathlibimportPath

• os：操作系统接口，用于遍历文件夹
• pandas as pd：数据处理库，核心工具
• Path：面向对象的路径操作，比字符串拼接更安全

2. 递归遍历文件夹

fordirpath,dirnames,filenamesinos.walk(source_dir):

os.walk()是 Python 内置的目录遍历函数，它会递归地进入每个子文件夹。每次迭代返回三个值：

3. 文件过滤

iffilename.endswith(('.xlsx','.xls'))andnotfilename.startswith('~$'):

• endswith(('.xlsx', '.xls'))：只处理 Excel 文件
• not filename.startswith('~$')：排除 Excel 的临时锁文件（编辑时自动生成）

4. 读取 Excel 并标记来源

df=pd.read_excel(file_path,engine='openpyxl')df['数据来源文件']=filename df['数据来源路径']=dirpath

• pd.read_excel()将 Excel 文件读取为 DataFrame（类似表格的数据结构）
• 添加两列来源信息，方便后续追溯数据出处

5. 合并所有数据

merged_df=pd.concat(all_dataframes,ignore_index=True)

pd.concat()是关键函数：

• 将列表中的所有 DataFrame纵向拼接（上下连接）
• ignore_index=True重置行索引，避免索引重复

6. 导出结果

merged_df.to_excel(output_file,index=False,engine='openpyxl')

• index=False不导出 pandas 自动生成的行号
• 最终得到一个包含所有数据的汇总 Excel 文件

进阶技巧

技巧 1：指定读取的 Sheet 名称

如果 Excel 文件有多个 Sheet，可以指定读取特定 Sheet：

df=pd.read_excel(file_path,sheet_name="Sheet1",engine='openpyxl')

或读取所有 Sheet 并合并：

all_sheets=pd.read_excel(file_path,sheet_name=None,engine='openpyxl')forsheet_name,sheet_dfinall_sheets.items():sheet_df['来源Sheet']=sheet_name all_dataframes.append(sheet_df)

技巧 2：统一列名后再合并

如果不同文件的列名不完全一致，可以先做列名映射：

# 定义统一列名映射COLUMN_MAP={'姓名':'姓名','员工姓名':'姓名','Name':'姓名','部门':'部门','所属部门':'部门','金额':'金额','金额(元)':'金额',}# 读取后统一列名df=pd.read_excel(file_path)df.rename(columns=COLUMN_MAP,inplace=True)

技巧 3：添加进度条（大文件友好）

fromtqdmimporttqdmfordirpath,dirnames,filenamesintqdm(os.walk(source_dir),desc="扫描文件夹"):forfilenameinfilenames:# ... 处理逻辑

常见问题

Q1：报错ModuleNotFoundError: No module named 'openpyxl'

原因：没有安装 openpyxl 库，pandas 读取 .xlsx 需要此依赖。

解决：运行pip install openpyxl

Q2：合并后列的顺序乱了怎么办？

pd.concat()会自动对齐列名，但列顺序可能不一致。可以手动指定列顺序：

desired_columns=['姓名','部门','金额','日期','数据来源文件','数据来源路径']merged_df=merged_df[desired_columns]

Q3：某些 Excel 文件读取出来是空的？

可能原因：

• 文件本身没有数据（只有表头）
• 文件被加密
• 文件格式不是真正的 Excel（如 .csv 改了后缀）

建议在读取后加判断：

ifdf.empty:print(f"警告:{filename}为空，跳过")continue

Q4：如何合并 .csv 文件？

只需将读取方式改为pd.read_csv()：

iffilename.endswith('.csv'):df=pd.read_csv(file_path,encoding='utf-8-sig')

总结

本节掌握了 Python 办公自动化中最常用的技能之一——多文件自动合并。无论是财务报表、销售数据还是调查问卷，只要格式一致，都可以用这套代码一键汇总。

下一节预告：02：精准拆分——按城市/部门将总表数据秒拆成独立文件，学完本节后你会知道如何反向操作，把一张大表按条件拆分成多个文件！

结尾

• 希望对初学者有帮助；致力于办公自动化的小小程序员一枚

• 希望能得到大家的【❤️一个免费关注❤️】感谢！

• 求个 🤞 关注 🤞 +❤️ 喜欢 ❤️ +👍 收藏 👍

• 此外还有办公自动化专栏，欢迎大家订阅：Python办公自动化专栏

• 此外还有爬虫专栏，欢迎大家订阅：Python爬虫基础专栏

• 此外还有Python基础专栏，欢迎大家订阅：Python基础学习专栏