还在为加班手动整理几十张Excel表格抓狂？学会这个Python技巧，3行核心代码就能搞定批量读取、合并、筛选，让你准时下班！
一、准备工作：安装必备库
我们需要用到 pandas（数据处理神器）和 openpyxl（Excel文件读写支持），打开命令行输入以下代码安装：
pythonpip install pandas openpyxl
二、核心实战：批量合并多份Excel
假设你有一个文件夹，里面全是格式相同的销售数据Excel表，现在要合并成一个总表，步骤如下：
1. 导入库并设置文件夹路径
pythonimport pandas as pdimport os# 替换成你的Excel文件夹路径folder_path = "C:/销售数据"
2. 3行核心代码实现批量合并
python# 读取文件夹内所有Excel文件file_list = [f for f in os.listdir(folder_path) if f.endswith(".xlsx")]# 批量读取并合并df_total = pd.concat([pd.read_excel(os.path.join(folder_path, f)) for f in file_list])# 保存到新Exceldf_total.to_excel("销售总表.xlsx", index=False)
运行代码，几秒钟就能得到合并好的总表，再也不用手动复制粘贴！
三、进阶技巧：按条件筛选数据
如果只想保留销售额大于1000的数据，只需在合并后加一行代码：
pythondf_filter = df_total[df_total["销售额"] > 1000]df_filter.to_excel("高销售额数据.xlsx", index=False)
写在最后
Python办公自动化真的能帮我们节省大量重复工作时间！
关注本公众号，回复关键词 【python】，领取完整代码+注释+实战案例包，还能加入Python学习社群，和上千名小伙伴一起交流进步～
10个月宝宝每天需要喝多少奶粉？