使用 Pandas 合并多 Excel 文件中的指定工作表数据

for sheet_name in path.sheet_names():

pip install pandas openpyxl xlrd

import os
import pandas as pd

def merge_excel_sheets_to_dict(base_path: str, target_sheet_names: list) -> dict:
    """
    遍历指定路径下的所有Excel文件，根据目标工作表名称筛选并合并数据。

    Args:
        base_path (str): 包含Excel文件的根目录路径。
        target_sheet_names (list): 一个字符串列表，包含需要合并的工作表名称。

    Returns:
        dict: 一个字典，键为工作表名称，值为合并后的DataFrame。
              如果同一个工作表名称在多个文件中出现，数据将追加到同一个DataFrame中。
    """

    # 初始化一个字典，用于存储每个目标工作表名称对应的DataFrame
    # 键为工作表名称，值为pd.DataFrame对象
    merged_data_frames = {sheet_name: pd.DataFrame() for sheet_name in target_sheet_names}

    print(f"开始扫描目录: {base_path}")

    # 使用 os.walk 遍历指定路径下的所有文件和子目录
    for root, dirs, files in os.walk(base_path):
        for fname in files:
            # 构建完整的文件路径
            file_path = os.path.join(root, fname)

            # 仅处理 Excel 文件 (.xlsx 或 .xls)
            if file_path.endswith(('.xlsx', '.xls')):
                print(f"\n正在处理文件: {file_path}")
                try:
                    # 将文件路径加载为 pandas.ExcelFile 对象
                    # 这是解决 AttributeError 的关键步骤
                    xls_file = pd.ExcelFile(file_path)

                    # 遍历当前 Excel 文件中的所有工作表名称
                    for sheet_name in xls_file.sheet_names:
                        # 检查当前工作表名称是否在我们的目标列表中
                        if sheet_name in target_sheet_names:
                            print(f"  发现目标工作表: '{sheet_name}'")
                            # 解析指定工作表的数据到 DataFrame
                            df = xls_file.parse(sheet_name)

                            # 将当前工作表的数据追加到对应的 merged_data_frames 字典中
                            # 如果是第一次遇到这个工作表，它会是一个空的DataFrame，直接赋值
                            # 否则，使用 pd.concat 进行追加
                            if merged_data_frames[sheet_name].empty:
                                merged_data_frames[sheet_name] = df
                            else:
                                merged_data_frames[sheet_name] = pd.concat([merged_data_frames[sheet_name], df], ignore_index=True)
                        # else:
                        #     print(f"  跳过非目标工作表: '{sheet_name}'")

                except Exception as e:
                    print(f"  处理文件 '{file_path}' 时发生错误: {e}")
                    continue # 继续处理下一个文件

    print("\n所有文件处理完毕。")
    return merged_data_frames

# --- 使用示例 ---
if __name__ == "__main__":
    # 定义你的 Excel 文件所在的路径
    # 请将 'your/excel/files/path' 替换为实际的目录路径
    excel_files_directory = 'your/excel/files/path' 

    # 定义你想要合并的工作表名称列表
    # 示例中选取 'Portfolios' 和 'SP Search Term Req'
    sheets_to_merge = ['Portfolios', 'SP Search Term Req']

    # 调用函数执行合并操作
    final_merged_data = merge_excel_sheets_to_dict(excel_files_directory, sheets_to_merge)

    # 打印合并结果的概览
    if final_merged_data:
        for sheet_name, df in final_merged_data.items():
            print(f"\n工作表 '{sheet_name}' 合并后的数据概览:")
            if not df.empty:
                print(f"  总行数: {len(df)}")
                print(df.head()) # 打印前几行数据
            else:
                print("  未找到数据或数据为空。")
    else:
        print("未找到任何符合条件的工作表数据。")