答案：Python通过pandas库实现工作表合并，常用concat方法。首先读取多个Excel文件或Sheet页数据，依次添加到DataFrame中，可选择性加入来源标识列，最后统一保存为新Excel文件，适用于多文件或多Sheet的行向合并场景。
Python实现工作表合并主要通过 pandas 和 openpyxl 或 xlsxwriter 等库来完成。最常见的情况是将多个Excel文件或多个Sheet页合并成一个工作表，便于统一分析。以下是几种典型场景的实现方法。
合并多个Excel文件中的数据
如果你有多个Excel文件（如 data1.xlsx、data2.xlsx），每个文件中有一个表格，想把它们按行合并到一个总表中：
import pandas as pd import glob获取所有Excel文件路径
file_paths = glob.glob("*.xlsx")
读取每个文件的数据并合并
all_data = pd.DataFrame() for file in file_paths: df = pd.read_excel(file) all_data = pd.concat([all_data, df], ignore_index=True)
保存合并结果
all_data.to_excel("合并结果.xlsx", index=False)
立即学习“Python免费学习笔记（深入）”；
合并同一个Excel中多个Sheet页
如果一个Excel文件中有多个Sheet（例如“销售1月”、“销售2月”），希望把它们合并成一个DataFrame：
import pandas as pd读取整个Excel文件的所有Sheet
excel_file = pd.ExcelFile("多个Sheet的文件.xlsx") all_sheets = []
遍历每个Sheet
for sheet_name in excel_file.sheet_names: df = pd.read_excel(excel_file, sheet_name=sheet_name) all_sheets.append(df)
合并所有Sheet
combined_df = pd.concat(all_sheets, ignore_index=True)
保存结果
combined_df.to_excel("合并后的Sheet.xlsx", index=False)
添加来源标识区分数据来源
在合并时，有时需要知道每行数据来自哪个文件或Sheet，可以添加一列标记：
all_data = pd.DataFrame()
for file in glob.glob("*.xlsx"):
df = pd.read_excel(file)
df["来源文件"] = file # 添加来源列
all_data = pd.concat([all_data, df], ignore_index=True)
all_data.to_excel("带来源的合并结果.xlsx", index=False)
基本上就这些。根据实际需求选择读取方式和合并逻辑，pandas 的 concat 是核心工具，灵活使用即可应对大多数合并场景。
