下班前用 Python，10 分钟合并 30 张报表
很多人怕的不是做月报，是合并月报。
每到月末，三十张分表从各个分公司、各个门店、各个业务线飞过来。结构一模一样，要的只是把它们叠成一张总表。听着简单，手动做起来全是坑：一行行复制粘贴，眼睛看花，手一抖就错位，漏掉一张你还发现不了，等老板问起来才知道数据对不上。
一个下午，就这么没了。
我有个做运营的朋友，每个月末都要把三十多张销售分表合并成月报。她说最崩溃的不是数据多，是明明干的是"复制粘贴"这种毫无技术含量的活，却占掉她半个休息日。
这事，用 Python 写二十行代码，点一下，十秒出结果。
不是夸张。是规则固定、重复发生的活，机器天生比人快
01 先认清：你要合并的不是文件，是结构
动手前先想清楚一件事：这些分表，是不是"结构完全相同"——同样的列名、同样的顺序、同样的格式？
如果是，那合并就是纯粹的"纵向堆叠"：把所有行的数据，依次接在第一张表后面。规则一清二楚，代码才好写。
如果结构不同，比如有的多一列、有的顺序乱了，那就不是简单合并，得先对齐字段。别一上来就跑代码，先把表头拍平对齐，这一步想清楚，后面省十倍时间。
规则定准，是自动化的第一步，也是最关键的一步。
02 三行扫出所有分表
用 pathlib 把文件夹里的 Excel 文件一次性找出来，不用你手动一个个点。
from pathlib import Path files = sorted(Path("分表").glob("*.xlsx")) print(f"找到 {len(files)} 张分表")Path("分表").glob("*.xlsx") 会把这个文件夹下所有 xlsx 文件列出来，sorted 保证按文件名顺序处理，结果稳。换成 "*.xls" 也能用，看你手里的文件格式。
这一步替你完成了最烦的"逐个打开看"。以前你要用眼睛扫三十次，现在电脑一次扫完。
03 核心逻辑：用 openpyxl 逐个读、纵向拼
合并 xlsx 需要一个轻量库 openpyxl，装一行命令就行：pip install openpyxl。之后读表、写表都靠它。
import openpyxl wb = openpyxl.Workbook() out = wb.active out.append(["日期", "门店", "销售额"]) # 写入表头 for f in files: wk = openpyxl.load_workbook(f, data_only=True) ws = wk.active for row in ws.iter_rows(min_row=2, values_only=True): out.append(row) wb.save("月报_合并.xlsx")min_row=2 跳过每张分表自己的表头，只取数据行；values_only=True 直接拿单元格的值，不拿公式。最后把所有行追加到总表，存成一张新表。
为什么用 openpyxl 而不是更重的 pandas？因为它只做读写、依赖小、上手快，合并这类活它刚刚好，不必为一个小任务背上整个数据分析库。
多张分表，纵向汇入一张总表
04 避坑：表头、空表、列不一致
真实数据没那么乖，三个坑必须提前堵。
第一，表头重复。如果忘了 min_row=2，每张表头都会写进总表，数据中间夹着一行"日期/门店/销售额"，后面分析全乱。务必只保留一次表头。
第二，空表或半空行。有的分表可能只有表头没有数据，append 会写进空行。加个判断：if any(row): out.append(row)，跳过全空行。
第三，列顺序不一致。万一某张表列顺序和第一张不同，纵向拼会把"销售额"塞进"门店"列。合并前先检查每张表的表头是否一致：
header = [c.value for c in ws[1]] assert header == first_header, f"{f.name} 表头不一致"不一致就先停下报警，别硬拼。工具再快，也得先保证对。
核心几行：用 openpyxl 跳过表头、纵向拼接
我那朋友照着改了改路径和表头，月末只要把三十张表丢进"分表"文件夹，跑一下脚本，一张干净的月报就出来了。
她算过一笔账：手动复制粘贴平均每次三个多小时，还经常出错返工；脚本跑完不到十秒，且从不出错。一个月省下的不是十分钟，是整整一个下午加一份好心情。
更关键的是，这套逻辑换个场景照样用：把"销售分表"换成"各月流水""各区域库存""各项目工时"，改的只是文件夹名和表头，骨架永远不动。
同样的工作，手动一下午 vs 脚本十秒
所以，合并报表这件事，难的从来不是动手，是想清楚"结构是否一致"。
第一，先确认所有分表结构相同；第二，用 pathlib 扫出全部文件；第三，用 openpyxl 跳过表头、纵向拼接；第四，合并前校验表头、跳过空行。
把这四件事做到位，你也能用 Python 把月末一下午的活，压缩到十秒。
如果这篇对你有用，点个在看，或者转发给那个还在手动合并报表的同事。
#WorkBuddy #Python自动化 #效率提升 #下班前用Python
