大家好，我是慕研数所的分析师小七，在日常工作中经常会用到数据分析与统计工作，而在实施数据分析之前，最为重要的就是数据的搜集和整理工作。最近工作室新来的一个小伙伴在工作中遇到这样一个问题，他要将100个门店的数据合并成一个excel（如图表1），少量的excel文件表手动合并还勉强可以，但100个excel手动合并当然是不现实的，而且费时间，这时候就需要采取别的方法，比如使用python，R语言等等，让计算机自动合并处理，帮助我们完成工作，我想到python有很多模块可以操作excel，所以我教给了小伙伴使用python的方法解决这个问题，通过写python语句来完成合并100个门店数据的工作。

他搜集的数据表结构都是一样的（如图表2），这样操作就更加简单了。（这里可以注意一下一个excel表的数据大概93行，留个印象，与最终合并的excel比较）

图表 1                                             图表 2

1、 打开python的编辑器pycharm，创建一个新文件（没有下载python的小伙伴可以去官网下载哦https://www.python.org/）

2、 利用python pandas & os库批量合并多个excel表，导入pandas和os库

pandas库是用python语言分析数据的的好工具，它是一个专门用于数据分析的开源python库；os 模块则提供了非常丰富的方法用来处理文件和目录。

3、 打开文件，读取文件到DataFrame结构中

Python最为基础的概念就是数据框（DataFrame），它是一个两维表格状数据结构，行和列都有标签，可以将DataFrame理解为一个容器。

os.listdir(path)的用法：得到路径path下的所有文件，然后返回list列表。

4、 输出所有文件和文件夹

4.1 pandas模块读取文件

read_csv()，读取带有分隔符的数据，默认分隔符是逗号，返回一个数据框。

read_excel()，默认分隔符是逗号。

这里文件是csv格式，所以使用read_csv()将csv文件读入并转化为DataFrame。

4.2 pd.concat()函数

pd.concat( objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True,)

pd.concat()函数可以沿着指定的轴将多个DataFrame拼接到一起。

利用for循环，读取每一个文件，作为df，然后再通过pd.concat拼接起来，最后将文件读到CSV中去，如图表3所示

图表 3

print()函数：用于打印输出，是python中最常见的一个函数。

print打印测试，没有出现错误，呈现效果如图表4所示

图表 4

5、 导出到新建的data表

存储函数为pd.DataFrame.to_excel()（必须是DataFrame写入excel），这里新建一个data表，将合并的数据最终导出到以data命名的excel表中。如图表5所示：

图表 5

最后我们找到python的文件储存目录，就能看到合并的data文件了，如图表6

图表 6

我们可以打开检查看一下，是否真的将100个excel表合并成功了，冻结首行，看最后一行数据（快捷键：Ctrl+↓），如图表7所示

图表 7

以上就是python合并多个excel文件的整个过程了，完整代码如下：

这是一个追求效率的时代，不断提升自己的工作能力，这才是最根本的。学习更多的技能，用快捷的方法把工作高效完成。

今天的分享就到这里了，有兴趣的伙伴试试吧，谢谢大家观看！