1、读取存贷款数据.xlsx;2、表格内每张Sheet表，从第2行开始，不包括最后一行，新增一列数据，数据内容为对应Sheet表名；3、然后合并全部Sheet表，保存到新文档

好的，您的问题是如何读取存贷款数据.xlsx表格，为每个Sheet新增一列数据，并将所有Sheet表合并到一个新文档中。

首先，您需要安装并导入pandas库，以便对Excel表格进行操作。您可以使用以下代码读取该Excel文件：

import pandas as pd

# 读取Excel文件
file_path = '存贷款数据.xlsx'
xlsx = pd.read_excel(file_path, sheet_name=None)

接下来，我们需要为每个Sheet表新增一列数据，数据内容为对应Sheet表名。您可以使用以下代码实现：

# 为每个Sheet表新增一列数据
for sheet_name in xlsx:
    sheet = xlsx[sheet_name]
    sheet['SheetName'] = sheet_name

最后，我们需要将所有Sheet表合并到一个新文档中，并保存该文档。您可以使用以下代码实现：

# 合并所有Sheet表
merged = pd.concat(xlsx.values())

# 保存合并后的文档
merged.to_excel('合并后的文档.xlsx', index=False)

这样，您就成功地读取了存贷款数据.xlsx表格，为每个Sheet新增一列数据，并将所有Sheet表合并到一个新文档中。

相关问题

1、读取存贷款数据.xlsx;2、每张Sheet表的N列第三行开始，将对应的Sheet表名写入到每行单元格，不含最后一行；3、然后保存

好的，根据您的新要求，我稍作修改：

import openpyxl

# 读取存贷款数据.xlsx
workbook = openpyxl.load_workbook('存贷款数据.xlsx')

# 遍历每个Sheet表，并将Sheet表名写入到每行N列的单元格
for sheet_name in workbook.sheetnames:
    sheet = workbook[sheet_name]
    max_row = sheet.max_row
    max_column = sheet.max_column

    for row in range(3, max_row):
        for column in range(1, max_column + 1):
            if column == max_column:
                sheet.cell(row=row, column=column).value = sheet_name
            else:
                sheet.cell(row=row, column=column).value = sheet.cell(row=row, column=column).value

# 保存新的工作簿
workbook.save('存贷款数据（新）.xlsx')

运行上述代码，会在当前目录下生成一个名为“存贷款数据（新）.xlsx”的新表格文件，其中包含了读取的所有Sheet表，并将对应的Sheet表名写入到每行N列的单元格中。请注意，这里我们直接在原始表格文件中进行修改，最后再保存修改后的表格文件，因此新表格文件的名称与原始表格文件的名称相同。同时，我们也将代码进行了简化，去掉了创建多个新工作簿的操作，直接在原始表格上进行修改。

读取存贷款数据.xlsx内的每张Sheet表，每张表从第3行开始，不包括最后一行，新增一列数据，数据内容为对应Sheet表名，合并数据，保存到新文档

好的，我明白了。为了实现你的要求，我们需要使用Python中的pandas库，首先需要安装pandas库，你可以在终端或命令行中输入以下命令进行安装：

pip install pandas

安装完成后，我们可以使用以下代码来实现你的需求：

import pandas as pd

# 读取原始数据文件
data = pd.read_excel('存贷款数据.xlsx', sheet_name=None, header=2)

# 新建一个空的DataFrame用于保存处理后的数据
new_data = pd.DataFrame()

# 遍历每个Sheet表
for name, sheet in data.items():
    # 新增一列数据，数据内容为Sheet表名
    sheet['表名'] = name
    # 将Sheet表从第3行开始，不包括最后一行的数据合并到新的DataFrame中
    new_data = pd.concat([new_data, sheet.iloc[2:-1]])

# 保存处理后的数据到新文件
new_data.to_excel('处理后的数据.xlsx', index=False)

代码说明：

- 第1行导入pandas库
- 第4行使用read_excel函数读取Excel文件，sheet_name参数设置为None表示读取所有Sheet表，header参数设置为2表示从第3行开始读取数据
- 第7行新建一个空的DataFrame用于保存处理后的数据
- 第10-14行使用for循环遍历每个Sheet表，其中name为Sheet表名，sheet为对应的DataFrame数据
- 第11行新增一列数据，数据内容为Sheet表名
- 第12行将Sheet表从第3行开始，不包括最后一行的数据合并到新的DataFrame中
- 第16行使用to_excel函数将处理后的数据保存到新文件，index参数设置为False表示不保存行索引

你可以将以上代码保存到一个Python文件中，比如说`process_data.py`，然后在命令行中运行以下命令即可执行代码：

python process_data.py

代码执行完成后，处理后的数据会保存在名为`处理后的数据.xlsx`的Excel文件中。