Python批量合并Excel文件可以通过pandas库高效实现，核心步骤包括：读取多个文件、数据整合（纵向或横向）、输出为单一文件。 该方法支持灵活处理格式差异，适合报表汇总、数据分析等场景。

1. 准备工作
   安装pandas和openpyxl（处理.xlsx格式）：

   pip install pandas openpyxl
   

   确保待合并的Excel文件结构一致（如列名相同），若存在差异需提前清洗或指定合并规则。

2. 纵向合并（相同结构）
   使用pandas.concat()将多个文件的行数据叠加：

   import pandas as pd
   import glob
   files = glob.glob("path/*.xlsx")  # 获取所有Excel文件
   df_list = [pd.read_excel(f) for f in files]
   result = pd.concat(df_list, ignore_index=True)
   result.to_excel("merged.xlsx", index=False)
   

3. 横向合并（关联字段）
   若需按某列关联（如ID），用pd.merge()：

   df1 = pd.read_excel("file1.xlsx")
   df2 = pd.read_excel("file2.xlsx")
   result = pd.merge(df1, df2, on="ID", how="outer")  # 根据需求选inner/left/right
   

4. 处理复杂场景

   • 分表合并：若单个文件含多Sheet，用pd.ExcelFile()遍历；
   • 格式转换：合并后输出为CSV或数据库，提升后续处理效率。

批量合并Excel是Python自动化办公的典型应用，通过调整代码可适配不同需求，大幅减少重复操作。 建议先小规模测试再处理核心数据。