请写一段Python代码，能将两个内容相同的二维剖面网格信息Excel文件通过面面连接，形成三维网格信息，二维扩展为三维后，原二维断面中结点的(x,y)坐标分别变为三维空间中结点的(y,z)坐标。三维网格信息中包含单元编号、单元对应的结点号、结点编号、以及结点坐标等。

在Python中，我们可以使用pandas读取Excel文件，处理数据并利用scipy.spatial库创建三维网格。下面是一个简单的示例，假设我们有两个Excel文件，每个文件都是二维的网格信息，并且都包含`nodes`（节点坐标）和`elements`（单元格及其关联的节点）。我们将首先合并这两个文件，然后转换节点的坐标。

import pandas as pd
from scipy.spatial import Delaunay

# 读取Excel文件（这里假设文件名为df1.xlsx和df2.xlsx）
file1 = pd.read_excel('df1.xlsx')
file2 = pd.read_excel('df2.xlsx')

# 合并文件
merged_df = pd.concat([file1, file2], ignore_index=True)

# 假设节点列名分别为'n_x', 'n_y'
x = merged_df['n_y'].values
y = merged_df['n_z']  # 这里假设z值不变，因为题目要求x变为y，y变为z

# 创建Delaunay三角形网格
tri = Delaunay(list(zip(x, y)))

# 添加新属性到DataFrame中，例如'element_id'和'node_ids'
merged_df['element_id'] = merged_df.index
merged_df['node_ids'] = tri.simplices

# 结果DataFrame中应包括元素编号、节点号、节点编号和节点坐标
print(merged_df[['element_id', 'node_ids', 'n_node_id', ['n_y', 'n_z']]])

注意：这只是一个基本示例，实际操作中可能会需要根据你的具体文件结构和需求进行调整。例如，如果文件中的节点坐标不是连续的，或者有其他的元数据，可能需要先进行一些预处理。