使用Python轻松合并大量复杂Excel文件

在日常工作中，我们经常需要处理大量的Excel文件，这些文件可能来自不同的来源，格式各异。手动合并这些文件不仅耗时且容易出错。幸运的是，Python提供了强大的工具帮助我们自动化这一过程。本文将介绍如何使用Python中的xlrd和XlsxWriter库来合并Excel文件，无论是相同表头还是不同表头的文件都能轻松应对。

一、环境准备

在开始之前，确保你的环境中已经安装了Python。接下来，我们需要安装两个必要的库：xlrd用于读取Excel文件，XlsxWriter用于创建新的Excel文件。

pip install xlrd
pip install XlsxWriter

这两个命令将帮助你安装所需的库。注意，如果你使用的是Python 3，建议使用pip3来执行上述命令。

二、XlsxWriter基础示例

在深入合并Excel文件之前，让我们先了解如何使用XlsxWriter库创建一个简单的Excel文件。

import xlsxwriter

# 创建一个新的工作簿，并添加一个工作表
workbook = xlsxwriter.Workbook('example.xlsx')
worksheet = workbook.add_worksheet()

# 设置列宽
worksheet.set_column('A:A', 20)

# 添加一个加粗格式
bold = workbook.add_format({'bold': True})

# 写入数据
worksheet.write('A1', 'Hello')
worksheet.write('A2', 'World', bold)
worksheet.write(2, 0, 123)
worksheet.write(3, 0, 123.456, bold)

# 插入图片
worksheet.insert_image('B5', 'image.jpg')

# 关闭工作簿
workbook.close()

这段代码创建了一个名为example.xlsx的新文件，其中包含了一些文本、数字和图片。通过这个例子，你可以看到XlsxWriter库的基本用法。

三、合并具有相同表头的Excel文件

如果需要合并的Excel文件具有相同的表头，那么这项任务就变得相对简单。下面是一个具体的实现示例：

import xlrd
import xlsxwriter

source_files = ['file1.xlsx', 'file2.xlsx']
target_file = 'merged_same_header.xlsx'

# 读取数据
all_data = []
for file in source_files:
    workbook = xlrd.open_workbook(file)
    for sheet in workbook.sheets():
        for row_num in range(sheet.nrows):
            all_data.append(sheet.row_values(row_num))

# 写入数据到新文件
output_workbook = xlsxwriter.Workbook(target_file)
output_sheet = output_workbook.add_worksheet()

for row_num, row_data in enumerate(all_data):
    for col_num, cell_data in enumerate(row_data):
        output_sheet.write(row_num, col_num, cell_data)

# 关闭文件
output_workbook.close()

这段代码首先从指定的源文件中读取所有数据，然后将这些数据写入一个新的Excel文件中。由于所有文件的表头相同，因此可以直接合并而无需额外处理。

四、合并具有不同表头的Excel文件

对于具有不同表头的Excel文件，合并时需要更加谨慎。下面是一个处理这类文件的示例：

import xlrd
import xlsxwriter

source_files = ['file1.xlsx', 'file2.xlsx']
target_file = 'merged_different_headers.xlsx'

# 读取数据
all_data = []
headers = set()

for file in source_files:
    workbook = xlrd.open_workbook(file)
    for sheet in workbook.sheets():
        for row_num in range(sheet.nrows):
            row_data = sheet.row_values(row_num)
            if row_num == 0:  # 如果是表头
                headers.update(row_data)
            all_data.append(row_data)

# 创建统一的表头
unified_header = list(headers)

# 将数据写入新文件
output_workbook = xlsxwriter.Workbook(target_file)
output_sheet = output_workbook.add_worksheet()

# 写入表头
for col_num, header in enumerate(unified_header):
    output_sheet.write(0, col_num, header)

# 写入数据
for row_num, row_data in enumerate(all_data, start=1):
    for col_num, cell_data in enumerate(row_data):
        output_sheet.write(row_num, col_num, cell_data)

# 关闭文件
output_workbook.close()

这段代码首先收集所有文件的表头，然后创建一个统一的表头。接着，它将所有数据写入新的Excel文件中，确保每个文件的数据都能正确地显示在相应的列下。

五、合并后的结果展示

经过上述步骤，你可以得到一个合并后的Excel文件，其中包含了所有原始文件的数据。此外，还可以生成一个单独的文件来记录重复的数据，以便后续检查。

通过使用Python，我们可以轻松地处理大量的Excel文件，提高工作效率。希望本文对你有所帮助！