引言

在日常數據處理中，合并Excel文件是常見需求。Python提供了多種庫（如pandas、openpyxl）來實現這一操作。本文將詳細介紹兩種主流方法，并附上完整代碼示例，幫助您高效完成Excel合并任務。

方法一：使用pandas庫（推薦）

簡介

pandas是Python中處理表格數據的核心庫，支持快速讀取、合并和保存Excel文件。適用于縱向合并（追加數據）和橫向合并（按列拼接）。

安裝

pip install pandas openpyxl xlrd

場景1：縱向合并（追加數據）

示例數據

假設有兩個Excel文件file1.xlsx和file2.xlsx，結構如下：

file1.xlsx

Name	Age	City
Alice	25	New York
Bob	30	London

file2.xlsx

Name	Age	City
Charlie	28	Paris
David	35	Berlin

代碼示例

import pandas as pd# 讀取兩個Excel文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')# 縱向合并（按行追加）
combined_df = pd.concat([df1, df2], ignore_index=True)# 保存為新文件
combined_df.to_excel('combined.xlsx', index=False)print("縱向合并完成！")

輸出結果

Name	Age	City
Alice	25	New York
Bob	30	London
Charlie	28	Paris
David	35	Berlin

場景2：橫向合并（按列拼接）

示例數據

假設file1.xlsx包含用戶信息，file2.xlsx包含訂單數據，需按用戶ID合并：

file1.xlsx

UserID	Name
1	Alice
2	Bob

file2.xlsx

UserID	Order
1	Book
2	Laptop

代碼示例

import pandas as pd# 讀取兩個Excel文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')# 按UserID列橫向合并
merged_df = pd.merge(df1, df2, on='UserID', how='inner')# 保存為新文件
merged_df.to_excel('merged.xlsx', index=False)print("橫向合并完成！")

輸出結果

UserID	Name	Order
1	Alice	Book
2	Bob	Laptop

注意事項

1. 列名一致性：縱向合并時，確保兩個文件的列名完全一致（包括大小寫和空格）。
2. 索引處理：使用ignore_index=True重置合并后的索引。
3. 去重操作：合并后可通過drop_duplicates()去除重復行。
4. 內存優化：處理大型文件時，可分塊讀取（chunksize參數）。

方法二：使用openpyxl庫（保留格式）

簡介

openpyxl可直接操作Excel文件，支持保留原始格式（如字體、顏色），但代碼稍復雜。適用于需要保留樣式的場景。

安裝

pip install openpyxl

代碼示例（縱向合并）

from openpyxl import Workbook, load_workbook# 加載第一個Excel文件
wb1 = load_workbook('file1.xlsx')
ws1 = wb1.active# 加載第二個Excel文件
wb2 = load_workbook('file2.xlsx')
ws2 = wb2.active# 創建新工作簿
new_wb = Workbook()
new_ws = new_wb.active# 復制第一個文件的所有行
for row in ws1.iter_rows(values_only=True):new_ws.append(row)# 復制第二個文件的所有行（跳過標題行）
for row in ws2.iter_rows(min_row=2, values_only=True):new_ws.append(row)# 保存新文件
new_wb.save('combined_openpyxl.xlsx')print("使用openpyxl合并完成！")

優勢與局限

• 優勢：保留原始格式（如顏色、邊框）。
• 局限：代碼復雜度高，不支持橫向合并。

方案對比

方法	適用場景	優點	缺點
pandas	快速合并、數據清洗、橫向/縱向合并	代碼簡潔、支持大數據量	無法保留格式
openpyxl	保留Excel樣式、操作工作表結構	格式完全保留	代碼復雜、性能較低

常見問題解答

1. 如何合并多個Excel文件？

使用pandas可循環讀取多個文件：

import pandas as pdall_dfs = []
for file in ['file1.xlsx', 'file2.xlsx', 'file3.xlsx']:df = pd.read_excel(file)all_dfs.append(df)combined = pd.concat(all_dfs, ignore_index=True)

2. 合并時如何指定工作表？

使用sheet_name參數：

df = pd.read_excel('file.xlsx', sheet_name='Sheet2')

3. 如何處理合并后的空值？

使用dropna()去除空行：

combined_df.dropna(inplace=True)

總結

• 推薦方案：
  • 數據清洗優先：選擇pandas庫，支持靈活的合并和清洗操作。
  • 保留格式優先：使用openpyxl庫，但僅適用于簡單縱向合并。

通過本文的兩種方法，您可以輕松實現Excel文件的合并，并根據具體需求選擇最合適的工具。