批量合并不同工作薄中不同sheet表的数据

可以使用 Python 中的 Pandas 模块来批量合并不同工作簿中不同 sheet 表的数据。具体步骤如下：

1. 使用 Pandas 的 read_excel() 方法读取所有需要合并的 Excel 文件，并将数据存储到一个字典中，其中字典的键为文件名，值为 DataFrame。

import pandas as pd
import glob

# 定义一个空字典
data_dict = {}

# 获取所有需要合并的 Excel 文件
excel_files = glob.glob("*.xlsx")

# 循环读取每个文件中的所有 sheet 表，并存储到字典中
for file in excel_files:
    sheets_dict = pd.read_excel(file, sheet_name=None)
    for sheet_name, sheet_data in sheets_dict.items():
        key = f"{file}_{sheet_name}"
        data_dict[key] = sheet_data

2. 使用 Pandas 的 concat() 方法将所有 DataFrame 合并成一个 DataFrame。

# 将所有 DataFrame 合并成一个 DataFrame
merged_data = pd.concat(data_dict.values(), ignore_index=True)

3. 将合并后的 DataFrame 写入到一个新的 Excel 文件中。

# 将合并后的 DataFrame 写入到一个新的 Excel 文件中
merged_data.to_excel("merged_data.xlsx", index=False)

这样就可以批量合并不同工作簿中不同 sheet 表的数据了。需要注意的是，如果不同的 sheet 表中列名不一致，需要先将列名统一。另外，如果不同的 sheet 表中列的数量和顺序不一致，需要使用 merge() 方法来进行合并。