使用Python将多个excel表格根据特定条件将表格合并

各位大神，本人在用Python对多个excel文件合并时，遇到个问题需要将特定条件下的excel合并。条件是第三行“”相同，如果不同就另外输出一个excel。

遍历指定文件夹中的所有 Excel 文件，读取它们的内容。
获取每个 Excel 文件第三行的唯一标识。
如果“第三行”判断只是看整行是否完全相同，可以把这一整行的内容当作一个“key”；
如果只看第三行某个单元格（例如第三行第一列的值），就把那个单元格作为“key”。
建立一个 字典 (dict)，使用上面得到的第三行内容作为字典的键（key），对应一个装载该类 Excel 内容的列表。
根据字典键分组，将相同 key 的数据合并，最后输出到对应的 Excel 文件中。
下面我们使用 Pandas 库来做一个示例。如果你需要基于 openpyxl 或其他库进行读写，也可做相应的修改。

1. import os
   
2. import pandas as pd
   
3. 
   
4. def merge_excels_by_third_row(folder_path, output_prefix="merged"):
   
5.     """
   
6.     从指定文件夹中，读取多个 Excel 文件，
   
7.     按第三行的值进行分类并合并，
   
8.     最终输出若干个合并后的 Excel 文件。
   
9. 
   
10.     :param folder_path: 存储 Excel 文件的文件夹路径
    
11.     :param output_prefix: 输出文件的前缀名称
    
12.     """
    
13.     # 1. 找到所有 Excel 文件
    
14.     excel_files = [f for f in os.listdir(folder_path)
    
15.                    if f.endswith('.xlsx') or f.endswith('.xls')]
    
16. 
    
17.     # 用于存放分组后的 DataFrame 列表
    
18.     grouped_data = {}
    
19. 
    
20.     for file_name in excel_files:
    
21.         file_path = os.path.join(folder_path, file_name)
    
22.         # 2. 读取该 Excel 文件(只读取第一张表为示例，header=None 表示不使用任何行为表头)
    
23.         df = pd.read_excel(file_path, sheet_name=0, header=None)
    
24. 
    
25.         # 3. 获取第三行内容作为分组标识
    
26.         #    假设仅根据第三行第一列进行分组
    
27.         #    如果要基于整行来分组，也可以将整行转换成元组或字符串
    
28.         third_row_value = df.iloc[2, 0]  # 第三行(索引2)，第一列(索引0)
    
29. 
    
30.         # 如果要把第三行整体作为key：
    
31.         # third_row_tuple = tuple(df.iloc[2, :].astype(str).tolist())
    
32. 
    
33.         # 4. 放入分组
    
34.         if third_row_value not in grouped_data:
    
35.             grouped_data[third_row_value] = []
    
36.         grouped_data[third_row_value].append(df)
    
37. 
    
38.     # 5. 对相同 key 下的数据进行合并，并写回到 Excel
    
39.     #    这里采用行方向简单拼接 (pd.concat)，忽略原来的行索引
    
40.     for key, dfs in grouped_data.items():
    
41.         # 将所有 DF 拼成一个
    
42.         combined_df = pd.concat(dfs, ignore_index=True)
    
43.         # 生成输出文件名，比如 merged_第三行值.xlsx
    
44.         output_file_name = f"{output_prefix}_{key}.xlsx"
    
45.         output_file_path = os.path.join(folder_path, output_file_name)
    
46.         combined_df.to_excel(output_file_path, index=False, header=False)
    
47.         print(f"已输出文件：{output_file_path}")
    
48. 
    
49. 
    
50. if __name__ == "__main__":
    
51.     # 替换成自己存放 Excel 文件的路径
    
52.     folder_path = r"D:\temp\excel_folder"
    
53.     merge_excels_by_third_row(folder_path)

复制代码

说明
header=None

当我们不确定 Excel 的第一行是否适合作为字段名时，可以先全部读进来；这样 Pandas 默认会给列加上数值索引（0,1,2...）。
如果你的 Excel 文件有表头，你可以根据需求调整 header 参数的值，或者在后续对 DataFrame 进行处理、重新设置表头。
df.iloc[2, 0]

iloc[2, 0] 表示读取第三行（索引2）、第一列（索引0）的值。
如果想对第三行所有列进行对比，可以使用 df.iloc[2, :] 获取整行数据，并将它转为元组或字符串用作分组键。
grouped_data 字典

字典的键（key）就是第三行的内容，值（value）是一个列表，列表里存放相同键对应的多个 DataFrame。
合并操作

这里使用 pd.concat(dfs, ignore_index=True) 对同一个键下的 DataFrame 进行 行方向的拼接（即把一个表紧接在另一个表的后面）。如果你的需求是想做列拼接或更复杂的合并方式，可以参考 pandas.merge 或设置 axis 参数等。
输出文件命名

输出文件名中加入了第三行内容作为标识。
如果第三行的内容存在特殊字符或者过长，不适合做文件名，你可以做一些格式化处理，比如去掉特殊字符或者只取前面一部分作为文件名后缀等。
这样就可以实现：当多个 Excel 文件第三行内容相同时合并到一个新文件；如果第三行内容不一致，则自动分到不同的输出文件。