现有上市公司1990-2023年资产负债表、利润表、现金流量表所有科目的数据，对这些文件进行批量读取，分别合并形成资产负债表、利润表、现金流量表数据。

要处理这种情况，你需要使用Python的数据分析库如Pandas，以及可能需要处理Excel或CSV等常见财务文件的库，比如pandas_excel或openpyxl。以下是一个简化的步骤说明：

1. 安装所需的库：

pip install pandas pandas_excel openpyxl

2. 导入库并读取数据：

import pandas as pd
from pandas_excel import read_excel

# 假设数据存储在 Excel 文件夹中
data_folder = 'path/to/your/data/folder'

# 对于每个文件类型（资产负债表、利润表、现金流量表），遍历文件名
# 这里假设文件名是固定的模式，例如'balance_*.xlsx', 'income_*.xlsx', 'cashflow_*.xlsx'
file_names = {
    'balance': 'balance_*.xlsx',
    'income': 'income_*.xlsx',
    'cashflow': 'cashflow_*.xlsx'
}

dfs = {}
for sheet_type, file_pattern in file_names.items():
    dfs[sheet_type] = []
    for file_name in sorted(glob.glob(data_folder + '/' + file_pattern)):
        df = read_excel(file_name)
        dfs[sheet_type].append(df)

# 将列表转换为单个DataFrame
dfs[sheet_type] = pd.concat(dfs[sheet_type], ignore_index=True)  # 忽略索引以便合并

3. 数据清洗和整合：
- 检查数据是否有缺失值或格式不一致，可能需要填充或标准化。
- 如果不同年度的数据列名相同但顺序不同，可以使用`pd.wide_to_long`函数将其转换为长格式。

4. 合并表格：
- 如果资产负债表、利润表和现金流量表有共享的列（如日期或公司ID），可以使用它们作为连接键进行合并。
- 使用`merge`函数或者`concat`函数沿着共享列进行合并。

5. 结果保存：

# 选择合适的合并方式（如按年份+类型）
merged_df = pd.concat([dfs['balance'], dfs['income'], dfs['cashflow']], axis=0, sort=False)

# 确保结果的结构符合预期，然后保存到新的Excel或CSV文件中
merged_df.to_excel('merged_financials.xlsx', index=False)