python利用openpyxl合并excel一个或多个工作薄,每个工作薄可含一个或多个工作表

办公中经常会遇到合并excel的情况,人工挨个复制很烦还容易出错,所以就想到了python和openpyxl。参考了几个大模型给出的代码,发现没那么难,整理后得出了本文的代码。本文代码可合并excel一个或多个工作薄,每个工作薄可含一个或多个工作表。

将需要合并的excel文档全部放在一个文件夹,以下代码保存.py文件后放在此文件夹。无需更改任何代码,直接运行。代码运行结束后会在文件夹中生成一个名为merged_file.xlsx的excel文档,这个文档就是所有工作簿所有工作表合并后的文档。合并后的文档,即merged_file.xlsx,第一列为每一行数据对应的工作薄和工作表的名字。

openpyxl需要升级为最新版。升级方法如下:

徽标键+R呼出运行窗口;输入cmd,呼出命令行窗口,运行命令pip install --upgrade openpyxl

本文持续更新,如有其他需求可在评论区留言。

python 复制代码
import os
import openpyxl
from openpyxl import load_workbook
from openpyxl.utils import get_column_letter

def merge_excel_files(input_folder, output_file):
    # 获取输入文件夹中的所有Excel文件
    excel_files = [f for f in os.listdir(input_folder) if f.endswith('.xlsx') or f.endswith('.xls')]
    print(excel_files)
    # 创建一个新的工作簿用于存储合并后的数据
    merged_workbook = openpyxl.Workbook()
    merged_sheet = merged_workbook.active
    i=0
    # 遍历所有Excel文件
    for file in excel_files:
        # 打开当前Excel文件
        workbook = openpyxl.load_workbook(os.path.join(input_folder, file))
        i= i+1
        print("序列",'{0:>5}'.format(i),file)
        sheet_names = workbook.sheetnames
        for sheet_name in sheet_names:
            sheet = workbook[sheet_name]
            # 获取当前工作表的最大行和列
            max_row = sheet.max_row
            max_col = sheet.max_column
            for row in sheet.iter_rows(values_only=True):
                a = list(row)
                a.insert(0,file+'-'+sheet_name)
                a = tuple(a)
                row = a
                merged_sheet.append(row)
        # 将当前工作表的数据复制到合并后的工作表中
        
##        for row in range(1, max_row + 1):
##            for col in range(1, max_col + 1):
##                cell = sheet.cell(row=row, column=col)
##                merged_sheet.cell(row=row, column=col).value = cell.value
##
    # 保存合并后的工作簿
    merged_workbook.save(output_file)

# 使用示例
input_folder = os.getcwd()
output_file = 'merged_file.xlsx'
merge_excel_files(input_folder, output_file)

print('ok')
相关推荐
侧耳倾听1113 分钟前
java 日志框架简介
java·开发语言
小赵AI手记4 分钟前
技术拆解(十七)具身智能:机器人动作生成为何走向Diffusion Policy?
人工智能·笔记·python·机器人
本地化文档14 分钟前
poethepoet-docs-l10n
python·github·gitcode·sphinx
baopixiaoz22 分钟前
AI量化策略师|Web3 量化交易研究员
大数据·人工智能·python·区块链
zlinear数据采集卡29 分钟前
数据采集卡从入门到精通(9):分辨率与精度——16位卡不等于1/65536的精度
开发语言·数据库·fpga开发·开源·c#
全栈技术负责人32 分钟前
解密 MCP(Model Context Protocol):大模型时代的“Type-C”总线与三驾马车架构深度解析
开发语言·ai·架构
丰锋ff38 分钟前
1.7在Qt窗口中添加右键菜单
开发语言·qt
Titan20241 小时前
Linux网络学习:套接字、UDP的封装与应用
linux·服务器·开发语言·网络·c++
Uncommon.1 小时前
使用Pytorch自动计算梯度
人工智能·pytorch·python
阿标的博客2 小时前
Python实训案例(二):输出植物证书
python