做数据、做运营相关工作的同学，大概率都遇到过这种崩溃场景：
运营同事甩过来几十个Excel/CSV报表，有的按月份命名，有的按区域划分，甚至同一个文件里还有好几个工作表，要求你汇总数据、做分析、出结论。
如果一个个手动打开、复制粘贴，不仅耗时耗力，还容易出错——几十份报表，光是打开关闭都要花大半天，更别说后续的清洗和分析了。
其实不用这么麻烦！今天就给大家详细讲解，如何用Python的pandas库，批量读取、处理这几十个报表，全程自动化，省出时间摸鱼不香吗？
全程干货，从环境准备到完整示例，新手也能跟着操作，建议收藏备用～
一、先准备好必要的工具（安装库）
批量处理报表的核心工具是pandas，它是Python中专门用于数据处理的库，能轻松读取Excel、CSV等格式文件。
另外，读取Excel文件需要额外安装openpyxl（用于解析Excel的工作表），直接复制下面的命令，在电脑的终端/命令提示符里运行即可：
bash pip install pandas openpyxl |
如果提示“pip不是内部命令”，可以自行百度对应系统的解决方法，很简单，这里就不额外展开啦。
二、先搞定单个文件读取（基础操作）
批量处理的前提，是先会读取单个文件。不管是Excel还是CSV，pandas都有对应的方法，操作非常简单。
1. 读取Excel文件
假设你有一个名为“销售报表_202501.xlsx”的文件，想要读取其中“1月数据”这个工作表，代码如下：
python import pandas as pd # 读取单个Excel文件的指定sheet df = pd.read_excel('文件路径.xlsx', sheet_name='1月数据') # 打印前5行数据，查看是否读取成功 print(df.head()) |
这里有几个常用参数，一定要记好，后续批量处理会用到：
1sheet_name：指定要读取的工作表，可以是工作表名称（如“1月数据”）、索引（0代表第一个工作表，1代表第二个，以此类推），如果填None，会读取所有工作表。
1header：指定第几行为列名，默认是第0行（也就是Excel里的第一行），如果你的报表列名在第二行，就填header=1。
1usecols：只读取需要的列，比如只需要A到C列，就填usecols='A:C'；只需要第0、1、2列，就填usecols=[0,1,2]，能节省内存，提高效率。
2. 读取CSV文件
CSV文件比Excel更轻便，读取方法更简单，唯一需要注意的是编码问题（避免中文乱码）：
python import pandas as pd # 读取CSV文件，指定编码（utf-8或gbk最常用） df_csv = pd.read_csv('文件路径.csv', encoding='utf-8') # 如果中文乱码，就换成gbk编码 # df_csv = pd.read_csv('文件路径.csv', encoding='gbk') |
三、重点：批量读取几十个报表（3种常用方法）
运营给的几十个报表，通常都是放在同一个文件夹里，要么命名有规律（比如“销售报表_202501.xlsx”“销售报表_202502.xlsx”），要么就是杂乱的Excel/CSV文件。
下面给大家讲3种最实用的批量读取方法，覆盖大部分场景，你可以根据自己的报表情况选择。
方法一：用glob匹配文件（最常用，推荐）
这种方法适合“所有报表在同一个文件夹，后缀统一”的情况（比如全是.xlsx，或全是.csv），不管文件名有没有规律，都能快速匹配到所有文件。
python import pandas as pd import glob # 1. 获取文件夹下所有Excel文件的路径（替换成你的文件夹路径） # 若为CSV文件，就改成 '文件夹路径/*.csv' file_list = glob.glob('运营报表/*.xlsx') # 2. 定义一个空列表，用来存储每个文件读取后的数据 all_dfs = [] # 3. 循环遍历所有文件，逐个读取并存储 for file in file_list: # 读取当前文件（可根据需要添加usecols、sheet_name等参数） df_temp = pd.read_excel(file) # 可选操作：添加“来源文件”列，方便后续追溯数据来自哪个文件 df_temp['来源文件'] = file.split('/')[-1]# 提取文件名 # 将当前文件的数据添加到列表中 all_dfs.append(df_temp) # 4. 合并所有文件的数据，生成一个总的DataFrame combined_df = pd.concat(all_dfs, ignore_index=True) |
说明：ignore_index=True是为了重置合并后的数据索引，避免出现重复索引，后续分析更方便。
方法二：文件名有固定模式（如按月/按区域命名）
如果运营给的报表命名很规范，比如“报表_1月.xlsx”“报表_2月.xlsx”，或者“北京报表.xlsx”“上海报表.xlsx”，就可以用这种方法，直接按规律生成文件名，批量读取。
python import pandas as pd # 假设报表是按月命名，先定义月份列表（可根据实际情况修改） months = ['1月', '2月', '3月', '4月', '5月', '6月'] # 循环遍历每个月份，生成文件名并读取 for month in months: # 按规律生成文件名 file_name = f'报表_{month}.xlsx' # 读取文件（替换成你的文件夹路径） df = pd.read_excel(f'运营报表/{file_name}', sheet_name='数据') # 可选操作：添加“月份”列，方便后续按月份分析 df['月份'] = month # 后续处理（如添加到列表、合并数据）和方法一一致 |
方法三：递归读取文件夹（含子文件夹）
如果报表不仅在主文件夹里，还分散在多个子文件夹中（比如“运营报表/1季度”“运营报表/2季度”），就需要用这种递归方法，读取所有子文件夹里的指定后缀文件。
python import pandas as pd import os # 定义要遍历的主文件夹 folder = '运营报表' # 定义空列表，存储所有文件路径 all_files = [] # 递归遍历文件夹（包括子文件夹） for root, dirs, files in os.walk(folder): # 遍历当前文件夹下的所有文件 for file in files: # 只读取Excel和CSV文件（可根据需要修改后缀） if file.endswith('.xlsx') or file.endswith('.csv'): # 拼接完整的文件路径（root是当前文件夹路径，file是文件名） file_path = os.path.join(root, file) all_files.append(file_path) # 后续读取、合并数据，和方法一一致 all_dfs = [] for file in all_files: if file.endswith('.xlsx'): df = pd.read_excel(file) else: df = pd.read_csv(file, encoding='utf-8') all_dfs.append(df) combined_df = pd.concat(all_dfs, ignore_index=True) |
四、特殊情况：处理多工作表的Excel文件
有时候，运营给的单个Excel文件里，有多个工作表（比如“销售数据”“回款数据”“客户数据”），这时候该怎么批量读取所有工作表，或者指定工作表呢？
1. 读取单个文件的所有工作表
只需将read_excel的sheet_name参数设为None，读取后会返回一个字典，键是工作表名称，值是对应的DataFrame：
python import pandas as pd # 读取单个Excel文件的所有sheet，返回字典 all_sheets = pd.read_excel('文件.xlsx', sheet_name=None) # 遍历字典，获取每个工作表的数据 for sheet_name, df in all_sheets.items(): print(f'工作表名称：{sheet_name}') print(df.head()) |
2. 批量处理多个文件的多工作表
如果几十个Excel文件，每个都有多个工作表，需要全部读取并合并，可以结合前面的批量方法，嵌套遍历工作表：
python import pandas as pd import glob file_list = glob.glob('运营报表/*.xlsx') all_dfs = [] for file in file_list: # 读取当前文件的所有工作表 sheets_dict = pd.read_excel(file, sheet_name=None) # 遍历每个工作表 for sheet_name, df in sheets_dict.items(): # 添加来源文件和工作表名称，方便追溯 df['文件来源'] = file df['工作表名称'] = sheet_name all_dfs.append(df) # 合并所有数据 combined_df = pd.concat(all_dfs, ignore_index=True) |
五、避坑指南：常见问题与优化技巧
批量处理报表时，很容易遇到编码错误、列名不一致、空文件等问题，这里给大家整理了最常见的4个问题，以及对应的解决方法，帮你少踩坑。
1. CSV文件中文乱码（最常见）
读取CSV文件时，若出现中文乱码，大概率是编码不匹配，尝试以下3种编码即可，基本能解决所有问题：
python # 方法1：使用utf-8编码（最常用） df = pd.read_csv(file, encoding='utf-8') # 方法2：使用gbk编码（适合Windows系统生成的CSV文件） df = pd.read_csv(file, encoding='gbk') # 方法3：使用gb2312编码（兼容部分老文件） df = pd.read_csv(file, encoding='gb2312') |
如果还是乱码，可以先用以下代码检测文件编码，再对应设置：
python import chardet with open(file, 'rb') as f: result = chardet.detect(f.read()) print(f'文件编码：{result["encoding"]}') |
2. 不同报表列名不一致
几十个报表，可能有的列名是“客户名”，有的是“客户名称”，有的是“客户”，合并后会出现多列重复的情况，需要统一列名：
python # 统一列名：将“客户名称”“客户”都改为“客户名” df.rename(columns={'客户名称': '客户名', '客户': '客户名'}, inplace=True) # 补充：如果需要批量统一所有文件的列名，可以在循环读取时添加此代码 |
3. 忽略空文件或格式错误的文件
有的报表可能是空的，或者格式错误（比如后缀是.xlsx，但实际是CSV文件），读取时会报错，导致整个程序中断，用try-except语句可以跳过这些异常文件：
python for file in file_list: try: # 尝试读取文件 df = pd.read_excel(file) # 只保留非空数据 if not df.empty: all_dfs.append(df) except Exception as e: # 读取失败时，打印错误信息，跳过该文件 print(f'读取 {file} 失败：{e}') |
4. 只读取部分列，节省内存
如果报表列很多，但你只需要其中几列（比如只需要“日期”“销售额”“地区”），可以用usecols参数指定，减少内存占用，提高读取速度：
python # 只读取指定的3列 df = pd.read_excel(file, usecols=['日期', '销售额', '地区']) |
六、完整示例：批量处理+汇总分析（直接套用）
下面给大家一个完整的实战示例，假设运营给了几十个按月命名的Excel报表，我们需要批量读取、合并，然后按产品汇总销售额，直接复制代码，修改文件路径和参数就能用！
python import pandas as pd import glob # 1. 获取所有Excel文件路径（替换成你的文件夹路径） files = glob.glob('运营报表/*.xlsx') # 2. 定义要读取的列（根据你的报表列名修改） usecols = ['日期', '产品', '销量', '销售额'] # 3. 批量读取并处理 records = [] for f in files: try: # 读取指定列，避免读取无用数据 df = pd.read_excel(f, usecols=usecols) # 从文件名提取月份（假设文件名为“销售报表_202501.xlsx”） df['月份'] = f.split('_')[1].replace('.xlsx', '') # 添加到列表 records.append(df) except Exception as e: # 跳过异常文件 print(f'跳过 {f}：{e}') # 4. 合并所有数据 final_df = pd.concat(records, ignore_index=True) # 5. 汇总分析（按产品汇总销售额） product_summary = final_df.groupby('产品')['销售额'].sum().sort_values(ascending=False) print("各产品销售额汇总：") print(product_summary) |
七、提高效率的小技巧（进阶）
如果你的报表数量极大（几百上千个），或者文件很大，可以试试这3个小技巧，提高处理效率：
1并行读取：使用multiprocessing库，多线程并行读取文件，减少等待时间。
1统一文件格式：先将所有Excel文件转换为CSV格式，CSV文件读取速度比Excel快很多。
1处理超大数据集：如果数据量极大，用dask.dataframe替代pandas，可分块处理数据，避免内存不足。
最后总结
其实用Python批量处理运营报表，核心思路就3步：
批量获取文件路径 → 循环读取每个文件 → 合并数据并分析
不管是几十个还是几百个报表，只要掌握了上面的方法，都能自动化搞定，再也不用手动复制粘贴到深夜。
如果你的报表有特殊情况（比如列名混乱、文件格式复杂、需要做数据清洗），可以在评论区留言，说说你的具体场景，我会给出更针对性的代码讲解～
觉得有用的话，记得点赞、在看、转发，分享给身边需要的同事朋友，一起摆脱重复劳动！
10个月宝宝每天需要喝多少奶粉？
