手动合并 200 份 Excel 要 3 天,Python 半小时搞定

200 个部门各交了一份 Excel 报表，格式统一、内容不同，领导让你"汇总成一张总表，周一交"。打开一个，复制，粘贴；再打开一个，复制，粘贴……200 个文件，手速快也得一整天，中间一不留神还会粘错行、漏数据，返工更崩溃。

用 Python 呢？核心代码十几行，跑一遍，半小时连"合并 + 分类汇总 + 生成报告"全部搞定。改改路径和列名就能用。

每个部门一个 Excel 文件，列名统一（这是前提）：

目录结构：

reports/├── 部门A.xlsx├── 部门B.xlsx├── 部门C.xlsx└── ...(共200个)

目标：把 200 个文件合成一张总表，再按"商品"汇总出总数和总金额。

import pandas as pdimport glob# 找到 reports 目录下所有 xlsx 文件files = glob.glob("reports/*.xlsx")# 全部读进来，拼成一个大 DataFrameall_dfs = [pd.read_excel(f) for f in files]merged = pd.concat(all_dfs, ignore_index=True)print(f"共合并 {len(files)} 个文件，{len(merged)} 行数据")merged.to_excel("合并总表.xlsx", index=False)

三行核心代码，200 个文件就并完了。pd.concat 按行拼接，ignore_index=True 让行号重新编号，不重复。

合并只是开始，老板要的是汇总结果：

# 按商品分组，求总数量、总金额summary = merged.groupby("商品").agg(    总数量=("数量", "sum"),    总金额=("金额", "sum"),).reset_index()# 按金额从高到低排个序，方便看summary = summary.sort_values("总金额", ascending=False)# 加一行合计summary.loc[len(summary)] = ["合计", summary["总数量"].sum(), summary["总金额"].sum()]summary.to_excel("汇总结果.xlsx", index=False)print(summary)

输出长这样：

"总数""总额""哪个卖得多"，一眼就能看出来。

pandas 导出的 Excel 是纯数据，没有格式。想加粗表头、调列宽、标红金额低的项，用 openpyxl 再加工一下：

from openpyxl import load_workbookfrom openpyxl.styles import Font, PatternFill, Alignmentwb = load_workbook("汇总结果.xlsx")ws = wb.active# 表头加粗 + 灰色底header_fill = PatternFill("solid", fgColor="D9E1F2")for cell in ws[1]:    cell.font = Font(bold=True)    cell.fill = header_fill    cell.alignment = Alignment(horizontal="center")# 列宽自适应（粗略按内容长度）for col in ws.columns:    max_len = max(len(str(c.value)) if c.value else 0 for c in col)    ws.column_dimensions[col[0].column_letter].width = max_len + 4# 金额列：小于10万的标红，提醒"这个品类卖得少"for row in ws.iter_rows(min_row=2, min_col=3, max_col=3):    for cell in row:        if isinstance(cell.value, (int, float)) and cell.value < 100000:            cell.font = Font(color="FF0000", bold=True)wb.save("汇总结果_带格式.xlsx")print("带格式的汇总表已生成")

这样交上去的是一份能直接发群的表，不是一堆裸数据。

把上面三步拼成一个完整脚本，改两个地方就能用：reports 目录路径、商品/数量/金额 这几个列名。

"""多 Excel 合并 + 分类汇总 + 生成报告用法：把要合并的 xlsx 放在 reports/ 下，运行本脚本"""import pandas as pdimport globfrom openpyxl import load_workbookfrom openpyxl.styles import Font, PatternFill, Alignmentdef merge_excels(folder="reports", output="合并总表.xlsx"):    """合并文件夹下所有 xlsx"""    files = glob.glob(f"{folder}/*.xlsx")    if not files:        print("没有找到 Excel 文件")        return    all_dfs = [pd.read_excel(f) for f in files]    merged = pd.concat(all_dfs, ignore_index=True)    merged.to_excel(output, index=False)    print(f"合并完成：{len(files)} 个文件，{len(merged)} 行")    return mergeddef summarize(merged, output="汇总结果_带格式.xlsx",              group_col="商品", sum_cols=("数量", "金额")):    """按列分组汇总 + 加格式"""    summary = merged.groupby(group_col)[list(sum_cols)].sum().reset_index()    summary = summary.sort_values(sum_cols[1], ascending=False)    summary.loc[len(summary)] = [f"合计"] + [summary[c].sum() for c in sum_cols]    summary.to_excel(output, index=False)    wb = load_workbook(output)    ws = wb.active    header_fill = PatternFill("solid", fgColor="D9E1F2")    for cell in ws[1]:        cell.font = Font(bold=True)        cell.fill = header_fill        cell.alignment = Alignment(horizontal="center")    for col in ws.columns:        max_len = max(len(str(c.value)) if c.value else 0 for c in col)        ws.column_dimensions[col[0].column_letter].width = max_len + 4    wb.save(output)    print(f"汇总报告已生成：{output}")if __name__ == "__main__":    data = merge_excels()    if data is not None:        summarize(data)

列名必须统一。 只要有一个文件的列名不一样（比如"商品名"和"商品"），合并后就会多出一列或者错位。稳妥做法：合并前先检查所有文件的列名是否一致——

col_sets = [set(pd.read_excel(f).columns) for f in files[:5]]  # 先抽查5个if len(set.union(*col_sets)) != len(col_sets[0]):    print("警告：列名不一致，检查下面这些文件：")    for f in files:        cols = set(pd.read_excel(f).columns)        if cols != col_sets[0]:            print(f"  {f}: {cols}")

金额列可能是文本格式。 有些报表的金额列是文本（Excel 里左上角有绿色小三角的那种），groupby 求和时直接报错或求和为 0。加一句强转：

merged["金额"] = pd.to_numeric(merged["金额"], errors="coerce").fillna(0)

errors="coerce" 会把无法转换的文本变成 NaN，再 fillna(0) 兜底。这样即使有几行数据格式不对，也不会让整个汇总挂掉。

文件里有合并单元格的表头。 有些报表的第一行是大标题（"XX部门月度报表"），第二行才是真表头。pd.read_excel(f) 默认把第一行当表头，数据会错位。处理办法：读的时候指定 header=1（第二行才是真表头），或者用 skiprows 跳过空行。如果不同部门表头位置还不一样，那就得逐个文件判断了——这通常是和同事协商统一格式的动力来源。

文件超过几千个或者单个文件特别大。pd.read_excel 读一个文件就要占一块内存。200 个普通报表没问题，但如果文件量级更大，可以分批合并：每 50 个文件 concat 一次、存一个中间文件，最后再把中间文件合起来，避免内存撑爆。另外 .xls（老版 Excel）和 .xlsx 用的读取引擎不同，如果混用要装 xlrd：

files = glob.glob("reports/*.xlsx") + glob.glob("reports/*.xls")# .xls 需要 xlrd：pip install xlrd

groupby 能做远不止 sum。比如你想同时看每个商品的平均单价、最大单笔金额：

summary = merged.groupby("商品").agg(    总数量=("数量", "sum"),    总金额=("金额", "sum"),    平均单价=("单价", "mean"),    最大单笔=("金额", "max"),).reset_index()

如果还想给每个部门单独出一份汇总（而不是全局一份），加一层 groupby(["部门", "商品"]) 就行——前提是你的原始数据里有"部门"列。可以在合并时给每个 DataFrame 加一列部门标识：

all_dfs = []for f in files:    df = pd.read_excel(f)    df["来源文件"] = Path(f).stem  # 从文件名提取部门名    all_dfs.append(df)

【嗨翻Python】