python读取excel文件中每个工作簿，相同列合并至新的文件

在Python中，我们可以使用`pandas`库来读取Excel文件中的数据，并对相同的列进行合并。下面是一个基本的示例代码，该代码读取Excel文件中的每个工作簿，然后将相同的列合并到一个新的文件中。

首先，确保已经安装了`pandas`和`openpyxl`库。如果还未安装，可以使用以下命令进行安装：

pip install pandas openpyxl

以下是Python代码示例：

import pandas as pd
import os

# 目标文件夹路径
folder_path = 'path_to_your_excel_files'

# 创建一个空的DataFrame来保存合并后的数据
merged_data = pd.DataFrame()

# 遍历文件夹中的所有Excel文件
for filename in os.listdir(folder_path):
    if filename.endswith('.xlsx') or filename.endswith('.xls'):
        file_path = os.path.join(folder_path, filename)
        # 使用pandas读取Excel文件
        df = pd.read_excel(file_path, engine='openpyxl')
        # 检查是否有数据（即不是空的DataFrame）
        if df.empty == False:
            # 如果合并后的数据中已经有数据，则将新的数据添加到DataFrame中
            merged_data = pd.concat([merged_data, df])
            print(f"已合并 {filename}")
        else:
            print(f"未合并 {filename}，因为它是空的")

# 将合并后的数据保存到新的Excel文件中
merged_data.to_excel('merged_data.xlsx', index=False)

这段代码首先遍历指定文件夹中的所有Excel文件，然后使用pandas的`read_excel`函数读取每个工作簿的数据。如果数据不为空（即不是空的DataFrame），则将新的数据添加到`merged_data`中。最后，将合并后的数据保存到一个新的Excel文件中。

注意：这段代码假设所有的Excel文件都在同一个文件夹中，并且所有的工作簿都有相同的列结构。如果有其他特殊情况，可能需要更复杂的处理方法。此外，此代码可能不适用于非常大的数据集，因为它可能会占用大量的内存。在这种情况下，你可能需要使用一些技术来限制内存使用，如分块读取和合并数据等。