使用Python合并Excel表格并添加自定义列的核心方法为利用pandas库实现多表数据整合，通过DataFrame操作高效添加新字段，具体亮点包括：支持xls/xlsx格式兼容、批量处理数百个文件、灵活定义列计算逻辑。

1. 环境准备与数据读取
   安装pandas库与openpyxl引擎：
   plaintext

   复制
   pip install pandas openpyxl
   ，通过
   plaintext

   复制
   pd.read_excel()
   读取单个文件，使用
   plaintext

   复制
   glob
   模块匹配目录下所有Excel文件。示例代码：

python
复制
import pandas as pd 
import glob 
 
all_files = glob.glob(" 销售数据/*.xlsx")
df_list = [pd.read_excel(f) for f in all_files]

2. 表格合并与列追加
   采用
   plaintext

   复制
   pd.concat()
   纵向堆叠数据，运用
   plaintext

   复制
   assign()
   方法动态生成新列。如需根据已有列计算，可直接进行矢量运算：

python
复制
combined_df = pd.concat(df_list,  ignore_index=True)
combined_df = combined_df.assign( 
    销售季度=lambda x: pd.to_datetime(x[' 日期']).dt.quarter, 
    是否达标=lambda x: x['销售额'] > 10000 
)

3. 高级列处理技巧

• 条件判断列：结合
  plaintext

  复制
  np.where()
  实现分支逻辑

python
复制
import numpy as np 
combined_df['评级'] = np.where(combined_df[' 销售额']>15000, 'A', 'B')

• 分组统计列：使用
  plaintext

  复制
  groupby()+transform()
  生成分组排名

python
复制
combined_df['区域排名'] = combined_df.groupby(' 大区')['销售额'].rank(ascending=False)

4. 输出与格式优化
   通过
   plaintext

   复制
   to_excel()
   输出时，使用
   plaintext

   复制
   ExcelWriter
   设置单元格格式：

python
复制
with pd.ExcelWriter('合并结果.xlsx', engine='openpyxl') as writer:
    combined_df.to_excel(writer,  index=False)
    # 自动调整列宽 
    for column in writer.sheets['Sheet1'].columns: 
        max_length = max(len(str(cell.value))  for cell in column)
        writer.sheets['Sheet1'].column_dimensions[column[[0]().column_letter].width  = max_length + 2 

实际应用中需注意：2025年新版pandas已原生支持xlsb格式读取，处理10万+行数据时建议启用