excel批量多列堆叠为一列

Excel是一款功能强大的电子表格软件，可以对数据进行各种操作和计算。要将Excel中的多列数据堆叠为一列，可以按照以下步骤进行操作：

1. 打开Excel，确保要处理的数据位于一个表格中。
2. 选中要堆叠的数据所在的列。可以按住鼠标左键拖动选择多列，或者按住Ctrl键点击多列来选中。
3. 复制选中的数据。可以右键点击选中列的任意一个单元格，然后选择“复制”。
4. 找到要堆叠数据的目标位置。目标位置应该是一列空白的单元格。
5. 点击目标位置的单元格，然后右键选择“粘贴”。在粘贴选项中选择“数值”或“值”，确保只粘贴数值数据，并去除原有的格式和公式。
6. 完成上述操作后，选中的多列数据就会堆叠为一列，保存并关闭Excel文档即可。

需要注意的是，在将多列数据堆叠为一列时，确保源数据的列数和目标列数匹配，否则可能会出现数据不对齐的问题。另外，如果数据量较大，可以使用Excel的筛选和排序功能来对数据进行进一步的处理和整理。

相关问题

pandas批量读取excel文件

### 如何使用 Pandas 批量读取 Excel 文件

为了批量处理多个 Excel 文件，可以利用 `pandas` 库中的功能来简化这一过程。下面是一个具体的实现方法：

首先，确保安装了必要的库：

pip install pandas openpyxl

接着，在 Python 脚本中导入所需的模块并定义函数用于遍历目录下的所有 Excel 文件，并将其加载到 DataFrame 中。

#### 定义批量读取函数

import os
import pandas as pd


def load_excel_files(directory_path):
    """
    该函数接收一个包含 Excel 文件的文件夹路径，
    返回由这些文件组成的单个 DataFrame。
    
    参数:
        directory_path (str): 存储 Excel 文件的目标文件夹
    
    返回:
        combined_df (pd.DataFrame): 合并后的数据框
    """

    all_dataframes = []  # 创建列表存储各个工作表的数据帧对象

    for filename in os.listdir(directory_path):
        if not filename.endswith('.xlsx') or filename.startswith('~$'):
            continue
        
        file_path = os.path.join(directory_path, filename)

        try:
            excel_file = pd.read_excel(file_path)  # 尝试读取当前文件
            
            # 添加一列表示原始文件名以便追踪来源
            excel_file['source'] = filename 
            
            all_dataframes.append(excel_file)
            
        except Exception as e:
            print(f"无法读取 {filename}: {e}")

    # 如果有至少两个以上的DataFrame，则进行合并操作；否则返回单一DataFrame或空DataFrame
    if len(all_dataframes) > 1:
        combined_df = pd.concat(all_dataframes, ignore_index=True)
    elif len(all_dataframes) == 1:
        combined_df = all_dataframes[0]
    else:
        combined_df = pd.DataFrame()

    return combined_df

此代码片段展示了如何通过循环访问指定目录内的每一个 `.xlsx` 文件，并尝试使用 `pandas.read_excel()` 函数逐一打开它们[^1]。对于成功读入的工作簿，会为其添加一个新的字段记录其源文件名称，最后将所有的表格纵向堆叠成一个完整的 DataFrame 对象返回给调用者。