你是否每周都要打开十几个Excel报表，一个一个复制粘贴到总表？每当新来一个文件，又要手动调整公式？这种重复劳动既枯燥又容易出错。今天，我要分享一个真正能解放双手的技巧：使用Python的pandas+glob，只需三行核心代码，就能自动遍历文件夹、读取所有Excel文件并合并成一个干净的DataFrame。不止是合并，还能自动清洗、添加文件名列、处理不同表头，从原理到实战、从入门到进阶，手把手让你成为办公自动化高手。💡痛点场景：财务、运营、HR、销售每天面对成百上千个结构相似的Excel文件——日报、周报、分地区数据。手动操作不仅耗时，而且极易遗漏数据。pandas+glob组合拳让你轻松应对。🎯 一、为什么需要自动化处理Excel批文件？以销售数据为例：假设你有30个城市的分公司每天上传一个Excel销售报表，结构完全一致（列名为：日期、产品、销售额、数量）。总部需要汇总成一张总表做分析。人工操作需要打开每个文件→复制→粘贴到汇总表，至少30分钟以上，还要担心手抖错行。而用Python脚本，只要文件夹路径正确，三行核心代码搞定，耗时不到2秒，而且准确率100%。另外，当文件数量增长到300个时，人工几乎不可能完成，脚本却依然轻松应对。这就是自动化的魅力。🧩 二、pandas与glob：黄金搭档解析pandas是Python数据分析的标准库，提供DataFrame结构，可以像操作Excel表格一样处理数据，读取写入极为方便。glob是Python内置的路径匹配模块，支持通配符查找文件（比如获取某个文件夹下所有的 .xlsx 或 .csv）。二者结合能实现强大的批处理流水线。最简单的合并模板：import pandas as pd import glob # 三行核心代码（核心中的核心） all_files = glob.glob("data/*.xlsx") # 获取所有Excel文件路径 df_list = [pd.read_excel(f) for f in all_files] # 读取为DataFrame列表 merged_df = pd.concat(df_list, ignore_index=True) # 纵向合并 # 保存结果 merged_df.to_excel("合并结果.xlsx", index=False)是的，这短短几行就能让你告别手动合并！但我们不能止步于此，实际工作中文件可能有不同表头、多个sheet、或者需要添加来源标记等，下面我会深入讲解每个细节和扩展技巧。📁 三、环境准备与安装建议使用Python 3.8+，推荐Anaconda或PyCharm。安装必须库：pip install pandas openpyxl xlrd glob2 # openpyxl支持.xlsx读写，xlrd支持旧版.xls，glob为标准库无需安装验证安装：在Python交互环境中输入import pandas; print(pandas.__version__)无报错即可。同时准备示例文件夹，里面放几个测试Excel文件，每个文件包含相同列（如姓名、销量、日期）。🔧 小贴士：如果文件太多且内存较大，可以使用迭代或分块读取，后面会介绍内存优化方法。⚙️ 四、基础合并：处理不同场景（代码实战）4.1 合并所有xlsx文件（包括子文件夹）有时候文件分布在多级子目录中，glob可以使用递归语法**/*.xlsx