作为职场人，日常少不了和各种各样的报表打交道，经常在整理月度数据、年度数据的时候，需要将当期的数据进行汇总，常规地做法是通过重复的复制、粘贴合并不同时间段的数据。显然，上面的方式不可取，会加重我们数据整理工作，有没有一种简便的方法仅需鼠标点一点，即可完成数据合并？必然是有的，因为重复低效的工作被自动化工具取代是社会发展的趋势，本文介绍通过简单的Python代码实现同一文件夹下excel数据的合并，重复繁琐的工作。后续也会陆续发布一部分其他一些办公自动化的内容，欢迎关注交流。

示例工具：Anaconda

Anaconda安装

Anaconda是一个开源的Python发行版本，用来管理Python相关的包，其自带了常用的数据分析、处理及科学计算的包，可以避免繁琐的环境配置、快速上手。

下载

推荐使用清华镜像进行下载，网址：

安装

下载好安装包之后，一直NEXT安装即可，但是有以下几点需要注意：安装文件夹最好使用英文名称且安装文件夹为空。另外需要注意的是环境变量配置（如下图，全部勾选即可自动添加环境变量）

代码编写Anaconda安装完成后通过开始菜单Anaconda中打开spyder或Jupyter notebook即可开始编写代码。本次主要使用pd.concat()函数，它可以沿着指定的轴将多个dataframe或者series拼接到一起。基本语法如下：

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,)

objs 表示需要连接的对象，比如：[df1, df2]，需要将合并的数据用综括号包围；

axis=0 表拼接方式是上下堆叠，当axis=1表示左右拼接；

join 参数控制的是外连接还是内连接，join='outer’表示外连接，保留两个表中的所有信息；join="inner"表示内连接，拼接结果只保留两个表共有的信息；

代码如下：

import pandas as pd import os  new_path=r'C:\Users\86183\Desktop\数据合并测试' #文件夹路径listdir=os.listdir(new_path) df=pd.read_excel(new_path+'\\'+ listdir[0])for filename in listdir[1:]:     dfi=pd.read_excel(new_path+'\\'+ filename)      df=pd.concat([df,dfi],sort=False) #df.to_excel(r"C:\Users\86183\Desktop\数据合并测试\A+B.xlsx",index=False)#合并后文件存储路径及名称

表A

表B

表A、表B合并