https://odysee.com/@MakClass:1/merge-excel-files-with-python-and-pandas:6?r=5tVg6uo6okaG49AYonwXvMrf5rrC1ooK

假设现有几个Excel 表，当中有不同学科的成绩。每个档案中，为同一班同学的资料，但每个Excel 分别储存了不同科目成绩。现在我们想将同一班同学的各科目成绩整合，我们使用Python 的Pandas 套件配合当中的DataFrame Merge 功能来达成。

开发环境： 我们将使用Anaconda 配搭Jupyter Notebook， 如果你使用其他工具，例如Spyder、VSCode、PyCharm 等，亦是可以的。

而我示范时所使用的Anaconda 已安装好Pandas。另外Jupyter Notebook 于处理表格类数据时，亦能提供较易读的可视化环境， 故我将使用Anaconda 配搭Jupyter Notebook 进行讲解。

首先，我准备了五个Excel 档案。每一个Excel 档案中，有分段成绩及科目总成绩。

例如，以下是中文.xlsx 的数据，其余几个科目结构一样。

我们目标是将这几个Excel 档案中的各科总成绩整合成一个档案。如下：

为方便起见，我们准备一个files 列表，记录各个档案名称，方便等会在程序中读入。

 # A list of .xlsx files to merge
files = [
    "中文", 
    "英文", 
    "数学",
    "物理",
    "化学",
]

注：如果将来想更动态地读入全部Excel 档案，可以考虑使用glob 。

载入第一个档案

通过pd.read_excel 可以将Excel 档案汇入成DataFrame，并进一步处理。其中每科的Excel 都有各自的「总成绩」栏，通过rename可以将每科总成绩栏改名为各科目名称。

而最终我们只需要学生编号和科目总成绩这两个栏位。所以使用df[["學生編號", files[0]]]取得。

 df = pd.read_excel(files[0] + ".xlsx")
 
# 将总成绩改名为科目名称，不然所有科目都会叫「总成绩」
df = df.rename(columns={
    "总成绩": files[0]
})
 
# 我们只取学生编号及原总成绩两栏。
df = df[["学生编号", files[0]]]
df

载入第二个档案

接着我们载入第二个档案并做相类似的处理。

 # 载入第二个档案df2 = pd.read_excel(files[1] + ".xlsx")
df2 = df2.rename(columns={
    "总成绩": files[1]
})
df2 = df2[["学生编号", files[1]]]
df2

往后每个档案的代码也相若，所以最终我们会使用for-loop 来实现。但在此之前，我们先手动处理这两个档案，成功后才复制至所有档案。

整合两个档案

我们使用DataFrame 的merge 功能来整合，当中使用on来指明两个DataFrame 共同所依据的栏位。由于两边数据量相同，都是同一班学生的记录，所以不用使用how来指明left/right/innter/outer。

 # 使用DataFrame Merge 将df 和df2 两组数据整合df_result = df.merge(df2, on="学生编号")

合并后，我们得出以下数据。

合并所有Excel 档案

有了上述合并两个档案的经验，我们把df 并df2 的df2 变成轮流读取各档案并合并。

 for topic in files[1:]:
    df2 = pd.read_excel(topic + ".xlsx")
    df2 = df2.rename(columns={
        "总成绩": topic
    })
 
    df2 = df2[["学生编号", topic]]
    df = df.merge(df2, on="学生编号")
    
df = df.round()
df["学生编号"] = df["学生编号"].astype(int)
df = df.set_index("学生编号")
df

得出以下数据集。

最终代码

把所有代码放在一起，得出最终代码：

 import numpy as np
import pandas as pd

files = [ "中文", "英文", "数学", "物理", "化学" ]

# The first file
topic = files[0]
df = pd.read_excel(topic + ".xlsx")

df = df.rename(columns={ "总成绩": topic })

df = df[["学生编号", topic]]

# All other files

for topic in files[1:]:
    df2 = pd.read_excel(topic + ".xlsx")
    df2 = df2.rename(columns={
        "总成绩": topic
    })

    df2 = df2[["学生编号", topic]]
    df = df.merge(df2, on="学生编号")
    
df = df.round()
df["学生编号"] = df["学生编号"].astype(int)
df = df.set_index("学生编号")
df.to_excel("result.xlsx")

最后放上YouTube 的讲解示范：

— 麦麦写的麦诚Makzan ，2022-06-23。