import os import pandas as pd from openpyxl import load_workbook # 指定要合并的文件夹路径 folder_path = r"E:\aaaa\aaaa" fields_to_write = ['aaaa', 'aaaa'] # 获取文件夹中所有的 xlsx 文件路径 xlsx_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')] # 创建一个空的 DataFrame 用于存储合并后的数据 merged_data = pd.DataFrame() # 循环读取每个 xlsx 文件，将它们合并到 merged_data 中 for xlsx_file in xlsx_files: # 使用 pandas 读取 xlsx 文件，并清理无效字符引用 wb = load_workbook(filename=xlsx_file, read_only=True, data_only=True) for sheet_name in wb.sheetnames: ws = wb[sheet_name] for row in ws.rows: for cell in row: cell.value = cell.value if cell.value is None else str(cell.value).strip() df = pd.read_excel(wb) # 将读取到的数据追加到 merged_data 中 merged_data = merged_data.append(df, ignore_index=True) # 在 merged_data 中添加新的一列数据 merged_data['new_column'] = 'new_value' # 将合并后的数据写入到新的 xlsx 文件中 merged_data[fields_to_write + ['new_column']].to_excel(r"E:\aaaa\aaaa\merged_file.xlsx", index=False)这个代码会出现AttributeError: Cell is read only报错，请优化下

`AttributeError: Cell is read only` 错误通常发生在尝试修改 `openpyxl` 中的只读单元格时。只读单元格是指在读取工作簿时设置了 `read_only=True` 参数的情况下，`openpyxl` 将工作簿中的所有单元格标记为只读，以提高性能并减少内存占用。

你可以尝试将读取工作簿时的参数 `read_only` 设置为 `False`，并且使用 `write_only` 参数来提高写入性能，例如：

import os 
import pandas as pd 
from openpyxl import load_workbook 
from openpyxl.utils.dataframe import dataframe_to_rows

# 指定要合并的文件夹路径 
folder_path = r"E:\aaaa\aaaa" 
fields_to_write = ['aaaa', 'aaaa']  

# 获取文件夹中所有的 xlsx 文件路径 
xlsx_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')]  

# 创建一个空的 DataFrame 用于存储合并后的数据 
merged_data = pd.DataFrame()  

# 循环读取每个 xlsx 文件，将它们合并到 merged_data 中 
for xlsx_file in xlsx_files:     
    # 使用 pandas 读取 xlsx 文件，并清理无效字符引用 
    wb = load_workbook(filename=xlsx_file, read_only=False, data_only=True, keep_vba=False, keep_links=False, keep_protection=False)     
    for sheet_name in wb.sheetnames:         
        ws = wb[sheet_name]         
        for row in ws.rows:             
            for cell in row:                 
                cell.value = cell.value if cell.value is None else str(cell.value).strip()     
    df = pd.read_excel(wb)          
    # 将读取到的数据追加到 merged_data 中     
    merged_data = merged_data.append(df, ignore_index=True)  

# 在 merged_data 中添加新的一列数据 
merged_data['new_column'] = 'new_value'  

# 创建一个新的工作簿 
wb_new = load_workbook(write_only=True) 
ws_new = wb_new.create_sheet('merged_data') 

# 将 DataFrame 中的数据逐行写入到新的工作簿中 
rows = dataframe_to_rows(merged_data[fields_to_write + ['new_column']], index=False) 
for row in rows:     
    ws_new.append(row)  

# 保存合并后的数据到新的 xlsx 文件中 
wb_new.save(r"E:\aaaa\aaaa\merged_file.xlsx")

在上面的代码中，我们将读取工作簿时的参数 `read_only` 设置为 `False`，并且使用 `write_only` 参数来提高写入性能。我们也将 `keep_vba`、`keep_links`和`keep_protection`这些参数设置为 `False`，以确保在读取工作簿时不会受到不必要的限制。最后，我们使用 `write_only` 模式创建了一个新的工作簿，并将 DataFrame 中的数据逐行写入到新的工作簿中，然后保存到新的 xlsx 文件中。