一、引言
小明剛進入到新公司，就被委以重任：將365個Excel文件中的英文表頭修改為中文，然后合并成一個文件。傳統(tǒng)方法是逐一打開每個文件，手動修改標(biāo)題，然后保存，最后再合并。這種方法不僅耗時耗力，還容易出錯。如果用Python就可以實現(xiàn)批量修改表頭，并快速合并，就可以大大地提速，這樣原本可能需要2天的工作量，可能只需要1分鐘就完成了。那么用Python又是如何實現(xiàn)的呢？
二、實現(xiàn)代碼
1. 使用pandas來合并
如果使用Python中的pandas的話，根據(jù)他的需求可以分為3步：
第一步：讀取所有xlsx文件，這時我們使用的是os模塊，利用os模塊批量獲取xlsx格式文件，由于有時還會有~.xlsx這種文件，干擾python讀取文件，所以要排除一下。
第二步：利用pandas模塊建立一個DataFrame，設(shè)定好表頭columns，后面合并xlsx時就不用讀取第一行表頭，直接進行合并了。
第三步：利用for循環(huán)，拼接路徑地址，逐個讀取xlsx文件，修改表頭后，再利用pandas中的concat來合并xlsx文件，合完成后輸出保存。
通過以上三步，就可以將 365 個xlsx文件合并成一個，合并后的excel表頭按要求的中文來。只需編寫10多行代碼，他就可以在 2秒內(nèi)完成這項工作，而不是花費24小時。
import osimport pandas as pdimport time t1 = time.time() #定義時間# 定義文件夾路徑folder_path = './files/' # 獲取文件夾中所有Excel文件的文件名file_list = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') and not f.startswith('~')] # 初始化一個空的DataFrame，用于存放合并后的數(shù)據(jù)combined_df = pd.DataFrame(columns=['標(biāo)題', '日期', '檢查結(jié)果', '核檢員']) # 遍歷所有Excel文件，并將它們合并到一個DataFrame中for file_name in file_list: file_path = os.path.join(folder_path, file_name) df = pd.read_excel(file_path) # 將列名改為所需的表頭 df.columns = ['標(biāo)題', '日期', '檢查結(jié)果', '核檢員'] # 將當(dāng)前文件的內(nèi)容追加到合并的DataFrame中 combined_df = pd.concat([combined_df, df], ignore_index=True) # 保存合并后的數(shù)據(jù)到一個新的Excel文件output_file = 'combined_quality_report.xlsx'combined_df.to_excel(output_file, index=False) print(f'所有文件已成功合并，并保存為 {output_file},\n耗時：{round(time.time()-t1, 1)}秒')2.使用openpyxl來合并
由于pandas在打包時不太方便，因此為了跨平臺操作，我們可以把它改為openpyxl，當(dāng)然我們可以不用手工去改，只把上面這些代碼放到ChatGPT中，給出指令就可以了。
在使用openpyxl時，我們修改代碼的邏輯，直接從第二行來讀取，簡化讀取步驟，而不用更新讀取excel的表頭了，這樣可以保證其生成的速度還可以提高不少。步驟如下：
第一步，使用 openpyxl 創(chuàng)建一個新的工作簿。
第二步，讀取每個文件的內(nèi)容并跳過表頭，只合并數(shù)據(jù)行。
第三步，最后將合并的數(shù)據(jù)保存到一個新的Excel文件中。
實現(xiàn)的代碼如下：
import osimport timefrom openpyxl import Workbook,load_workbook# 定義時間t1 = time.time()# 定義文件夾路徑folder_path = './files/'# 獲取文件夾中所有Excel文件的文件名file_list = [f for f in os.listdir(folder_path) if f.endswith('.xlsx') and not f.startswith('~')]# 創(chuàng)建一個新的工作簿和活動工作表combined_wb = Workbook()combined_ws = combined_wb.active# 添加表頭headers = ['標(biāo)題', '日期', '檢查結(jié)果', '核檢員']combined_ws.append(headers)# 遍歷所有Excel文件，并將它們合并到新的工作表中for file_name in file_list:file_path = os.path.join(folder_path, file_name)wb = load_workbook(file_path)ws = wb.active# 跳過表頭，從第二行開始讀取數(shù)據(jù)for row in ws.iter_rows(min_row=2, values_only=True):combined_ws.append(row) # 將每一行數(shù)據(jù)添加到合并的工作表中# 保存合并后的數(shù)據(jù)到一個新的Excel文件output_file = 'combined_quality_report.xlsx'combined_wb.save(output_file)print(f'所有文件已成功合并，并保存為 {output_file},\n耗時：{round(time.time() - t1, 1)}秒')
三、學(xué)后總結(jié)
在數(shù)字化辦公時代，掌握編程和自動化技能對提升工作效率至關(guān)重要。Python作為一種易學(xué)且功能強大的編程語言，在處理重復(fù)性工作時展現(xiàn)出巨大潛力。如果你也想擺脫繁重的重復(fù)勞動，不妨嘗試學(xué)習(xí)Python編程，讓你的辦公效率直線上升。
