Day12:数据＂连连看＂!用Python一键合并12个月的工作总结

还在手动复制粘贴12个Excel文件？Python一行代码帮你合成一张年表！

一、先看这个真实痛点

刘主任每个季度末都要做这件事：

1. 有3个年级组交来的Excel文件
2. 有12个月的月度工作总结
3. 有5个部门的年度数据报表

以前他得：

1. 打开年级1数据.xlsx，全选→复制 ✓
2. 打开年级2数据.xlsx，全选→复制 ✓
3. 打开年级3数据.xlsx，全选→复制 ✓
4. 新建总表.xlsx，粘贴→保存 ✓

3个文件还能忍，如果是12个月的文件呢？30个班级的数据呢？

二、Python的"合并魔法"

今天教你4行代码，合并任意多个Excel文件：

import pandas as pdimport os# 1. 读取文件夹里所有的Excel文件文件夹 = '各月工作总结'所有文件 = [f for f in os.listdir(文件夹) if f.endswith('.xlsx')]# 2. 魔法开始！合并所有文件合并数据 = pd.concat([pd.read_excel(f'{文件夹}/{文件}') for 文件 in 所有文件])# 3. 保存结果合并数据.to_excel('全年工作总结.xlsx', index=False)print(f"✅ 搞定！已合并{len(所有文件)}个文件，共{len(合并数据)}条记录！")

看懂这个魔法了吗？

• 不用打开每个文件
• 不用复制粘贴
• 3个文件和30个文件代码完全一样！

三、分解"魔法"：每行代码在干什么？

3.1 第1步：找到要合并的文件

import os所有文件 = [f for f in os.listdir('各月工作总结') if f.endswith('.xlsx')]

分解理解：

• os.listdir('各月工作总结')：列出文件夹里所有文件名
• if f.endswith('.xlsx')：只保留.xlsx结尾的文件
• [f for f in ...]：把符合条件的文件名放进一个列表

比如文件夹里有：1月.xlsx、2月.xlsx、3月.xlsx...

这个代码就会得到：['1月.xlsx', '2月.xlsx', '3月.xlsx', ...]

3.2 第2步：核心魔法 pd.concat()

合并数据 = pd.concat([pd.read_excel(f'{文件夹}/{文件}') for 文件 in 所有文件])

这是今天最重要的魔法！我们拆开看：

# 第一步：读取每个文件数据列表 = []for 文件 in 所有文件:    数据 = pd.read_excel(f'{文件夹}/{文件}')  # 读取一个文件    数据列表.append(数据)  # 加到列表里# 第二步：合并所有数据合并数据 = pd.concat(数据列表)  # 这才是魔法！

pd.concat() 的神奇之处：

• 它能合并任意多个表格
• 表格列名相同就直接合并
• 表格列名不同会智能处理（后面讲）

3.3 第3步：保存结果

合并数据.to_excel('全年工作总结.xlsx', index=False)

• 把合并后的数据保存为新文件
• index=False：不保存行号（让Excel更干净）

四、自己动手试试！

4.1 第一步：创建测试数据

我们来模拟3个部门的数据：

import pandas as pd# 创建3个部门的测试数据部门1 = pd.DataFrame({'姓名': ['张三', '李四', '王五'],'部门': ['技术部', '技术部', '技术部'],'任务量': [15, 12, 18],'完成率': [95, 88, 92]})部门2 = pd.DataFrame({'姓名': ['赵六', '钱七'],'部门': ['市场部', '市场部'], '任务量': [20, 16],'完成率': [85, 90]})部门3 = pd.DataFrame({'姓名': ['孙八', '周九', '吴十'],'部门': ['行政部', '行政部', '行政部'],'任务量': [8, 10, 9],'完成率': [98, 95, 96]})print("📋 部门1数据：")print(部门1)print("\n📋 部门2数据：")  print(部门2)print("\n📋 部门3数据：")print(部门3)

运行后看到3个独立表格。

4.2 第二步：使用合并魔法

# 把3个部门数据放进一个列表所有部门 = [部门1, 部门2, 部门3]# 使用合并魔法！全公司数据 = pd.concat(所有部门)print("\n🎯 合并后的全公司数据：")print(全公司数据)print(f"\n✅ 合并成功！总计{len(全公司数据)}位员工")

运行结果：

     姓名  部门  任务量  完成率0    张三  技术部    15    951    李四  技术部    12    88  2    王五  技术部    18    920    赵六  市场部    20    851    钱七  市场部    16    900    孙八  行政部     8    981    周九  行政部    10    952    吴十  行政部     9    96

看到了吗？

• 3个表格变成1个了 ✓
• 所有数据都保留了 ✓
• 部门信息也完整 ✓

只用1行 pd.concat()，完成了表格合并！

五、办公实战：合并12个月的数据

5.1 创建12个月的模拟数据

# 生成12个月的销售数据月份数据 = []for 月 in range(1, 13):    月份表 = pd.DataFrame({'月份': [f'{月}月'] * 5,  # 每月份5条记录'产品': [f'产品{i}'for i in range(1, 6)],'销售额': [100 + 月*10 + i*5 for i in range(5)]  # 模拟销售额    })    月份数据.append(月份表)# 合并全年数据全年销售 = pd.concat(月份数据)print("📅 全年销售数据（前20条）：")print(全年销售.head(20))print(f"\n📊 总记录数：{len(全年销售)}条")

5.2 合并时添加标识列

# 更高级的合并：给每个文件添加来源标识部门数据 = []部门名 = ['技术部', '市场部', '行政部']for i, 部门 in enumerate([部门1, 部门2, 部门3]):    部门 = 部门.copy()  # 复制一份，避免修改原数据    部门['数据来源'] = f'{部门名[i]}_2023'# 添加标识列    部门数据.append(部门)# 合并带标识的数据标识数据 = pd.concat(部门数据)print("\n🏷️ 带数据来源标识的合并结果：")print(标识数据)

六、更多实用合并技巧

6.1 合并列名不同的表格

# 有时候表格列名不完全相同表1 = pd.DataFrame({'姓名': ['张三'], '年龄': [25]})表2 = pd.DataFrame({'姓名': ['李四'], '工龄': [3]})  # 列名不同！# 合并时如何处理？合并结果 = pd.concat([表1, 表2], sort=False)print("📋 列名不同的表格合并：")print(合并结果)print("\n说明：不同列名会变成新列，没有的值用NaN填充")

6.2 横向合并（类似Excel的VLOOKUP）

# 学生基本信息表学生信息 = pd.DataFrame({'学号': ['S001', 'S002', 'S003'],'姓名': ['小明', '小红', '小刚'],'班级': ['三(1)班', '三(1)班', '三(2)班']})# 学生成绩表  学生成绩 = pd.DataFrame({'学号': ['S001', 'S002', 'S003'],'语文': [85, 92, 78],'数学': [92, 88, 85]})# 横向合并（按学号匹配）完整信息 = pd.merge(学生信息, 学生成绩, on='学号')print("\n👥 横向合并学生信息和成绩：")print(完整信息)

pd.merge() 相当于Excel的VLOOKUP：

• on='学号'：按学号列匹配
• 自动找到相同学号的行合并
• 比VLOOKUP更强大！

6.3 合并文件夹里所有CSV文件

import glob  # 另一种查找文件的方法# 找到文件夹里所有CSV文件csv文件列表 = glob.glob('数据文件夹/*.csv')# 合并所有CSVcsv数据 = pd.concat([pd.read_csv(文件) for 文件 in csv文件列表])print(f"📂 已合并{len(csv文件列表)}个CSV文件")

七、重点总结：今天你学会了什么？

✅ 核心技能

1. pd.concat([表1, 表2, 表3]) - 纵向合并多个表格
2. pd.merge(表1, 表2, on='列名') - 横向合并（类似VLOOKUP）
3. os.listdir('文件夹') - 获取文件夹里所有文件名
4. glob.glob('*.csv') - 按模式查找文件

✅ 办公应用场景

1. 合并月度报表：12个月→全年总结
2. 合并部门数据：各部门→全公司
3. 合并学生成绩：各班级→全年级
4. 关联不同表格：学生信息+成绩+考勤

✅ 效率对比

八、今日挑战：动手做！

任务1：合并你的第一个表格

# 创建两个测试表格表A = pd.DataFrame({'城市': ['北京', '上海'],'人口': [2189, 2487]  # 万})表B = pd.DataFrame({'城市': ['广州', '深圳'],'人口': [1881, 1756]})# 你的任务：合并这两个表格# 在这下面写你的代码：print("合并结果：")print(合并表)

任务2：合并带标识的数据

# 创建季度数据一季度 = pd.DataFrame({'产品': ['A'], '销量': [100]})二季度 = pd.DataFrame({'产品': ['A'], '销量': [120]})# 任务：合并时添加"季度"列一季度['季度'] = 'Q1'# 示例# 二季度也添加季度标识，然后合并print("带季度的合并结果：")print(结果)

任务3（进阶）：合并文件夹模拟

# 模拟创建3个文件（不用真实文件）文件1 = pd.DataFrame({'月': ['1月'], '数据': [100]})文件2 = pd.DataFrame({'月': ['2月'], '数据': [200]})文件3 = pd.DataFrame({'月': ['3月'], '数据': [300]})文件列表 = [文件1, 文件2, 文件3]# 任务：合并这三个"文件"# 提示：用pd.concat()print(f"合并了{len(文件列表)}个文件，总记录数：{len(合并结果)}")

九、明日预告

明天学数据分组统计！

• 如何一键统计每个部门的平均分？
• 如何自动汇总每个班级的最高分？
• 如何分组计算每月的销售额总和？

告别分类汇总，Python分组更强大！

回复"Py-Day"查看挑战题答案和完整代码。

特别提醒：合并操作在工作中非常常用！一定要掌握！

评论区作业：分享你工作中需要合并表格的场景，或者晒出你的合并代码截图！👇