Python 批量合并文件夹下所有 Excel 文件的第二张表实操教程

在日常的数据处理工作中，我们常常会遇到需要将多个 Excel 文件中的特定表格进行合并的需求。本文将详细介绍如何使用 Python 来批量合并文件夹下所有 Excel 文件的第二张表。

确保您已经安装了所需的 Python 库，如 pandas 。可以通过以下命令使用 pip 进行安装：

pip install pandas

接下来，我们开始编写代码。以下是实现批量合并的核心代码部分：

import os
import pandas as pd

def merge_excel_sheets(folder_path):
    all_data = []
    for root, dirs, files in os.walk(folder_path):
        for file in files:
            if file.endswith('.xlsx') or file.endswith('.xls'):
                file_path = os.path.join(root, file)
                try:
                    df = pd.read_excel(file_path, sheet_name=1)  # 读取第二个工作表
                    all_data.append(df)
                except Exception as e:
                    print(f"Error reading {file}: {e}")
    merged_df = pd.concat(all_data)
    return merged_df

在上述代码中，我们定义了一个名为 merge_excel_sheets 的函数，它接受文件夹路径作为参数。通过遍历文件夹中的所有 Excel 文件，尝试读取每个文件的第二张工作表，并将数据添加到一个列表中。最后，使用 pandas 的 concat 方法将所有数据合并起来。

然后，您只需要调用这个函数，并传入您存放 Excel 文件的文件夹路径即可：

folder_path = 'your_folder_path'
merged_data = merge_excel_sheets(folder_path)
# 您可以将合并后的数据保存为新的 Excel 文件
merged_data.to_excel('merged.xlsx', index=False)

需要注意的是，在实际使用中请将 'your_folder_path' 替换为您实际的文件夹路径。

通过这样的方式，我们可以轻松实现 Python 批量合并文件夹下所有 Excel 文件的第二张表，大大提高了数据处理的效率。无论是处理少量文件还是大量文件，这种方法都能够快速有效地完成任务。

希望上述教程能够对您有所帮助，让您在数据处理工作中更加得心应手。