Excel合并:12个分部1615行,0.9秒拼成一张总表

你是不是也这样：每个月 12 个分部把台账发过来，你新建一个空表，开 12 个窗口，一块块复制粘贴，粘完还得挨个检查有没有把人家表尾的合计行也粘进来。

我按分部上报的真实样子造了 12 个台账试了一次（故意埋了毛病）：1615 行合成 1612 行，只删 3 行合计行，128 行存成文本的金额全部转回数字，总金额 84,436,694.32 元和分部原始数据一分不差。全程 0.9 秒。

照着做，5 分钟（装库 2 分钟，剩下的等它跑完）。

先看效果

12 个文件长这样：7 个正常，2 个把金额存成了文本（名山 71 行、兴业 57 行），3 个在表尾带了自己的合计行（兴业还同时踩了文本金额的坑）。现实中交上来的表就是这样，你不可能要求 12 个人用一个模子。

清洗账本很干净：1615 行读进来，删掉的只有 3 行合计行，剩下的 1612 行全部有效。注意 128 行文本金额不是删了，是「转正」了——千分位逗号剥掉、转回数字，一分钱没丢，所以总金额才能和 12 个分部各自的流水对得上。

怎么做

装两个库，一条命令：

pip install pandas openpyxl

把各分部的表放进同一个文件夹（列名必须一致，这是模板的事，发模板时就该锁死），存成 20261104-demo.py：

# 用法: python 20261104-demo.py 表格文件夹 输出文件.xlsx # 把一个文件夹里所有列名相同的 Excel 合成一张总表，只加不动：原文件一个字节不改 import sys, os, glob, time import pandas as pd  SRC = sys.argv[1] if len(sys.argv) > 1 else "各分部报表" OUT = sys.argv[2] if len(sys.argv) > 2 else "10月合并总表.xlsx"  t0 = time.perf_counter() files = sorted(glob.glob(os.path.join(SRC, "*.xlsx"))) frames, raw_rows = [], []  for f in files:     df = pd.read_excel(f)                      # 只读第一张工作表     raw_rows.append(len(df))     df.insert(0, "来源", os.path.splitext(os.path.basename(f))[0])  # 记住每行从哪来     frames.append(df)  merged = pd.concat(frames, ignore_index=True) raw_total = len(merged)  # 三步清洗，每一步都对着分部报上来的真实毛病 merged = merged.dropna(how="all")                                        # ① 空行 merged = merged[~merged["客户名称"].astype(str).str.contains("合计")]      # ② 合计行 merged["金额（元）"] = (merged["金额（元）"].astype(str)                    # ③ 文本金额                       .str.replace(r"[¥￥,，\s]", "", regex=True)                       .str.replace(".00元", "", regex=False)) merged["金额（元）"] = pd.to_numeric(merged["金额（元）"], errors="coerce") merged = merged.dropna(subset=["金额（元）"])  merged.to_excel(OUT, index=False)  sec = time.perf_counter() - t0 print(f"读入 {len(files)} 个文件，原始 {raw_total} 行") print(f"清洗掉：空行/合计行/坏金额 共 {raw_total - len(merged)} 行，剩有效 {len(merged)} 行") print(f"总金额 {merged['金额（元）'].sum():,.2f} 元，输出 {OUT}（{os.path.getsize(OUT)/1024:.0f} KB）") print(f"耗时 {sec:.1f} 秒") for f, r in zip(files, raw_rows):     print(f"  {os.path.basename(f):<24}{r:>5} 行")

跑：

python 20261104-demo.py 各分部报表 10月合并总表.xlsx

跑出来的结果（真实输出）：

读入 12 个文件，原始 1615 行 清洗掉：空行/合计行/坏金额 共 3 行，剩有效 1612 行 总金额 84,436,694.32 元，输出 10月合并总表.xlsx（59 KB） 耗时 0.9 秒   仁厚分部_10月台账.xlsx           173 行   兴业分部_10月台账.xlsx           131 行   名山分部_10月台账.xlsx           157 行   城东分部_10月台账.xlsx           168 行   城西分部_10月台账.xlsx           125 行   教育分部_10月台账.xlsx            91 行   民主分部_10月台账.xlsx           153 行   江北分部_10月台账.xlsx            92 行   江南分部_10月台账.xlsx           102 行   玉柴分部_10月台账.xlsx           150 行   福绵分部_10月台账.xlsx           186 行   高峰分部_10月台账.xlsx            87 行

最后一列「来源」是脚本自己加的：每一行记着它从哪个文件来。哪个分部的数出了问题，在总表里筛一下就知道找谁——这是合并表里最值钱的一列，别删。

为什么这么写

1. 合计行必须删，不然总金额直接翻倍。 分部表尾的「合计」行是人家算好的小计，你原样粘进总表再一求和，84,436,694.32 会凭空多出 3 个分部的小计。更阴险的是合计行的金额是个 =SUM(...) 公式，pandas 读进来是一串公式文本不是数字，转数字时变成 NaN——就算侥幸没翻倍，那几行也是废行。所以第②步按「客户名称含合计」整行踢掉。

2. 文本金额不删、转正。 名山和兴业那 128 行金额，在 Excel 里带着绿色小三角，看着是数字其实是字符串「12,345.00」。直接 to_numeric 会报错，所以我先正则剥掉千分位逗号和可能的 ¥ 符号再转。这一步删了就是真丢 128 条流水，转正了一分不差——差别的确就一行代码。

3. errors="coerce" 是安全网，不是终点。 转不动的值变成 NaN，然后被 dropna 接走。这次实测没有一行落到这个网里（洗掉的 3 行全是合计行），但要是有，它会老老实实出现在「清洗掉」的数字里，而不是让整个脚本崩在半路。

踩坑提示

1. 12 个文件列名必须完全一致。 有一个文件把「金额（元）」写成「金额」，pd.concat 不会报错，只会静默生成一整列 NaN。发模板的时候把表头锁上（审阅 → 保护工作表），比事后对 12 遍表头省事得多。

2. pandas 读公式读不到结果。 没算过的 =SUM(...) 读进来是公式字符串。别指望拿别人表里的公式值做数，要么让对方存成值再发，要么像这篇一样把合计行整个删掉自己重算。

3. 文件顺序别赌运气。 脚本里 sorted(glob...) 按文件名排序，谁先谁后是确定的；你要是换成 os.listdir 不排序，同一份数据今天和明天合并出来行序都不一样，对账的时候会疯掉。

一页速查

身边每个月初都在开 12 个窗口复制粘贴的同事，把这篇转给他——他下个月初能省出小半个上午。