现在在一个文件路径下存在1000多个excel文件，里面有一个共同列货量，请根据不同文件中相同的日期，将货量累加起来，并输出到新的列表中

好的，这是一个数据处理的问题。可以使用Python语言中的pandas库来处理。具体步骤如下：

1. 使用pandas库中的read_excel函数逐一读取所有的excel文件，并将每个文件中的数据存储到一个DataFrame对象中。

2. 在每个DataFrame对象中，把需要累加的货量列与日期列选出来，用groupby函数按日期分组，然后使用sum函数对货量进行求和。

3. 将所有分组结果通过concat函数连接到一起，形成一个新的DataFrame对象，此时包含了所有文件中相同日期的货量总和。

4. 使用to_excel函数将这个新的DataFrame对象输出到一个新的excel文件中。

以下是使用Python语言处理该问题的示例代码：

import pandas as pd
import os

# 读取所有excel文件
path = "path/to/excel/files"
excels = [pd.read_excel(os.path.join(path, f)) for f in os.listdir(path) if f.endswith('.xlsx')]

# 对每个excel文件的数据按日期分组，计算货量总和
grouped = [df.groupby("日期")["货量"].sum() for df in excels]

# 将所有分组结果连接到一起，形成一个新的DataFrame对象
result = pd.concat(grouped)

# 将结果输出到新的excel文件中
result.to_excel("path/to/output.xls")

运行以上代码后，将在指定路径下得到一个新的excel文件，其中包含了所有文件中相同日期的货量总和。