影刀RPA Excel多表合并：跨文件跨Sheet数据整合
title: “影刀RPA Excel多表合并：跨文件跨Sheet数据整合”
date: 2026-07-01
author: 林焱
影刀RPA Excel多表合并：跨文件跨Sheet数据整合
每个分公司提交一个Excel，每个月一个文件，每个人一个Sheet……汇总的时候要一个个打开复制，费时费力还容易出错。影刀一键合并所有文件，5分钟的活变成30秒。
什么情况用什么
必须用合并功能的场景：
多个分公司提交相同格式的报表，需要合并
同一文件有多个Sheet，需要合并成一张表
历史数据按月存放，需要合并做年度分析
多系统导出的数据格式相同，需要汇总
不适合的场景：
- 每个文件格式都不一样，合并前需要大量清洗
- 文件数量很少（2-3个），手动复制更快
怎么做
拼多多店群自动化报活动上架！
方法1：合并同一文件夹内所有Excel（最常用）
【影刀操作】
- 新建流程「Excel文件夹合并」
- 添加【Python】指令
importpandasaspdimportosimportglob folder_path=r'C:\分公司报表\2024年6月'output_path=r'C:\汇总报表\2024年6月汇总.xlsx'# 找到所有Excel文件excel_files=glob.glob(os.path.join(folder_path,'*.xlsx'))excel_files+=glob.glob(os.path.join(folder_path,'*.xls'))ifnotexcel_files:raiseFileNotFoundError(f'未找到Excel文件：{folder_path}')print(f'找到{len(excel_files)}个文件')all_dfs=[]failed_files=[]forfile_pathinexcel_files:filename=os.path.basename(file_path)try:df=pd.read_excel(file_path,sheet_name=0)# 读取第一个Sheet# 过滤空行df.dropna(how='all',inplace=True)# 添加来源文件名列，便于追踪df['来源文件']=filename all_dfs.append(df)print(f' 已读取：{filename}，{len(df)}行')exceptExceptionase:print(f' 读取失败：{filename}，原因：{e}')failed_files.append(filename)ifnotall_dfs:raiseValueError('没有成功读取任何文件')# 合并所有数据merged_df=pd.concat(all_dfs,ignore_index=True)# 去重（按关键字段）# merged_df.drop_duplicates(subset=['订单编号'], keep='first', inplace=True)print(f'合并完成：共{len(merged_df)}行')# 保存merged_df.to_excel(output_path,index=False,sheet_name='汇总数据')# 保存失败文件列表iffailed_files:error_info='\n'.join(failed_files)print(f'以下文件读取失败：\n{error_info}')yda.set_variable('merge_count',len(merged_df))yda.set_variable('failed_files',str(failed_files))
方法2：合并同一文件的多个Sheet
【影刀操作】
- 添加【Python】指令
importpandasaspd file_path=r'C:\报表\各部门年度数据.xlsx'# 读取所有Sheetexcel_file=pd.ExcelFile(file_path)sheet_names=excel_file.sheet_namesprint(f'共有{len(sheet_names)}个Sheet：{sheet_names}')# 排除汇总Sheet（如果有的话）data_sheets=[sforsinsheet_namesifsnotin['总汇总','说明','README']]all_dfs=[]forsheet_nameindata_sheets:df=pd.read_excel(file_path,sheet_name=sheet_name,header=0)df.dropna(how='all',inplace=True)iflen(df)==0:print(f' 跳过空Sheet：{sheet_name}')continuedf['Sheet来源']=sheet_name all_dfs.append(df)print(f' Sheet{sheet_name}：{len(df)}行')merged=pd.concat(all_dfs,ignore_index=True)# 写回到原文件的新Sheetwithpd.ExcelWriter(file_path,engine='openpyxl',mode='a',if_sheet_exists='replace')aswriter:merged.to_excel(writer,sheet_name='总汇总',index=False)print(f'合并完成，共{len(merged)}行，已写入"总汇总"Sheet')
方法3：按月自动汇总历史数据
【影刀操作】
- 添加【Python】指令
importpandasaspdimportos# 合并2024年全年数据base_folder=r'C:\月度报表'months=[f'2024年{m}月'forminrange(1,13)]all_dfs=[]formonthinmonths:month_folder=os.path.join(base_folder,month)ifnotos.path.exists(month_folder):print(f'目录不存在：{month_folder}，跳过')continueforfilenameinos.listdir(month_folder):ifnotfilename.endswith(('.xlsx','.xls')):continuefile_path=os.path.join(month_folder,filename)try:df=pd.read_excel(file_path)df['月份']=month df['来源']=filename all_dfs.append(df)exceptExceptionase:print(f'读取失败：{file_path}，{e}')ifall_dfs:annual_df=pd.concat(all_dfs,ignore_index=True)annual_df.to_excel(r'C:\月度报表\2024年全年汇总.xlsx',index=False)print(f'年度汇总完成：共{len(annual_df)}行')
方法4：列名不一致的文件合并（字段映射）
各分公司的表头叫法不同，合并前先统一列名。
【影刀操作】
- 添加【Python】指令
importpandasaspd# 字段映射表：把各种叫法统一成标准字段名column_mapping={'销售金额':'销售额','销售额(元)':'销售额','sales_amount':'销售额','商品名':'产品名称','产品名':'产品名称','product_name':'产品名称','客户名':'客户名称','买家':'客户名称',}# 必须有的列（合并后验证）required_columns=['销售额','产品名称','客户名称']df=pd.read_excel(r'C:\分公司A\数据.xlsx')# 重命名列df.rename(columns=column_mapping,inplace=True)# 检查必填列是否都有missing_cols=[cforcinrequired_columnsifcnotindf.columns]ifmissing_cols:print(f'警告：缺少必填列：{missing_cols}')print(f'当前列名：{list(df.columns)}')
有什么坑
坑1：表头在第几行不确定
有些文件前几行是说明或空行，真正的表头在第3行。
解决方法：指定header参数：pd.read_excel(file, header=2)从第3行（索引2）开始读。
坑2：合并后总行数对不上
某个文件里有重复数据，合并后总数大于预期。
TEMU店群矩阵自动化运营核价报活动
解决方法：合并后做去重：df.drop_duplicates(subset=['唯一标识列'])
坑3：数字被读成字符串
Excel里的数字格式是文本格式，读进来是字符串"1,234.56"，不能直接计算。
解决方法：
df['销售额']=df['销售额'].astype(str).str.replace(',','').str.replace('元','').astype(float)坑4：文件正在被别人打开
读取共享盘上的文件时，别人正在编辑，读取报错。
解决方法：捕获异常，等10秒重试；或者只读取文件，不写入（不会冲突）。
实战经验
某连锁超市30家门店每天上传销售Excel，总部汇总。做法：用影刀监控文件夹，新文件到达就触发合并流程，每天早上9点前汇总报表自动发到总部群里。
总结
Excel多表合并首选Pandas，核心是处理好三个问题：文件格式不一致（列名映射）、数据质量（去重+去空行）、合并后验证（总行数、关键列非空）。把这三步做扎实，再多的表都能稳定合并。