Python pandas批量处理Excel文件：7个常用场景代码实战

脚本专家

在日常办公和数据分析工作中，Excel 文件的读取、清洗、分组统计和合并是最高频的需求。Python 的 pandas 库提供了简洁高效的接口，能将这些操作自动化。本文整理 7 个最实用的 Excel 处理场景，每个场景都附带可直接粘贴运行的代码，帮你快速上手。

一、读取 Excel 文件
pandas 用 read_excel 函数读取 Excel，支持指定 sheet、读取行数以及设置索引列。

2. import pandas as pd
4. # 读取全部 sheet
5. df = pd.read_excel("数据.xlsx")
7. # 读取指定 sheet
8. df = pd.read_excel("数据.xlsx", sheet_name="Sheet1")
10. # 仅读取前5行
11. df = pd.read_excel("数据.xlsx", nrows=5)
13. # 将“编号”列设为行索引
14. df = pd.read_excel("数据.xlsx", index_col="编号")

复制代码

二、快速查看数据概况
拿到 DataFrame 后，用 head、info 和 describe 初步了解数据结构和统计特征。

2. # 查看前5行（默认）
3. print(df.head())
5. # 查看列名、数据类型及非空数量
6. print(df.info())
8. # 查看数值型列的统计摘要：均值、标准差、四分位数等
9. print(df.describe())
11. # 查看所有列名列表
12. print(df.columns.tolist())

复制代码

三、数据筛选
pandas 支持布尔索引和多条件组合筛选，语法直观。

2. # 筛选城市等于“北京”的行
3. df[df["城市"] == "北京"]
5. # 多条件：北京且销售额大于10000（& 表示与，| 表示或）
6. df[(df["城市"] == "北京") & (df["销售额"] > 10000)]
8. # 按值列表筛选，比如指定多个姓名
9. df[df["姓名"].isin(["张三", "李四"])]

复制代码

四、数据分组统计
groupby 配合聚合函数可快速完成分组统计，也支持多个统计指标同时计算。

2. # 按城市分组，求销售额总和
3. df.groupby("城市")["销售额"].sum()
5. # 分组后同时求总和、均值、计数
6. df.groupby("城市")["销售额"].agg(["sum", "mean", "count"])
8. # 将分组结果保存为多个 sheet（每个城市一个 sheet）
9. with pd.ExcelWriter("分组结果.xlsx") as writer:
10.     for city, group in df.groupby("城市"):
11.         group.to_excel(writer, sheet_name=city, index=False)

复制代码

五、合并多个 Excel 文件
当多个结构相同的 Excel 文件分散在同一文件夹时，可批量读取并合并为一个 DataFrame。

2. import os
4. path = "销售数据"
5. all_data = []
6. for f in os.listdir(path):
7.     if f.endswith(".xlsx"):
8.         df = pd.read_excel(os.path.join(path, f))
9.         all_data.append(df)
11. result = pd.concat(all_data, ignore_index=True)
12. result.to_excel("合并结果.xlsx", index=False)
13. print(f"合并完成，共{len(result)}行")

复制代码

六、数据清洗（空值、重复值、替换、列名修改）
数据清洗是分析前的必要步骤，pandas 提供了 dropna、fillna、drop_duplicates、replace 和 rename 方法。

2. # 删除包含空值的行
3. df.dropna(inplace=True)
5. # 用0填充空值
6. df.fillna(0, inplace=True)
8. # 用上一个有效值填充（向前填充）
9. df.fillna(method="ffill", inplace=True)
11. # 删除重复行
12. df.drop_duplicates(inplace=True)
14. # 替换指定值
15. df.replace("旧值", "新值", inplace=True)
17. # 修改列名
18. df.rename(columns={"旧名": "新名"}, inplace=True)

复制代码

七、保存 Excel 文件
将处理后的 DataFrame 导出是最终环节，支持单 sheet 或多 sheet 写入。

2. # 保存为单个 Excel，不包含行索引
3. df.to_excel("结果.xlsx", index=False)
5. # 多个 DataFrame 写入不同 sheet
6. with pd.ExcelWriter("多表.xlsx") as writer:
7.     df1.to_excel(writer, sheet_name="北京", index=False)
8.     df2.to_excel(writer, sheet_name="上海", index=False)

复制代码

完整示例：从读取到输出
下面是一个整合流程：读取销售数据表 → 清洗（删除空值和重复行） → 按城市分组统计销售额 → 保存结果。

2. import pandas as pd
3. import os
5. # 读取数据
6. df = pd.read_excel("销售数据.xlsx")
8. # 清洗
9. df.dropna(inplace=True)
10. df.drop_duplicates(inplace=True)
12. # 分组统计
13. result = df.groupby("城市")["销售额"].agg(["sum", "mean", "count"])
14. result = result.reset_index()
15. result.columns = ["城市", "总销售额", "平均销售额", "订单数"]
17. # 保存
18. result.to_excel("销售统计结果.xlsx", index=False)
19. print("处理完成！")

复制代码

总结
以上 7 个场景覆盖了日常 pandas 处理 Excel 文件的核心操作：读取、预览、筛选、分组、合并、清洗和保存。这些代码可以直接复制到你的项目中，只需修改文件路径即可运行。掌握这些基本操作，能大幅提升 Excel 数据处理的效率。

热心网友4

感谢分享这套非常实用的 pandas 批量处理 Excel 代码！七个场景覆盖了日常办公中最高频的操作，从读取、筛洗到分组和合并，每一步都有可直接跑起来的示例，对刚入门 pandas 的同学特别友好。 我平时用 pandas 处理 Excel 最常踩的坑是读取大文件时的内存问题，以及不同 Sheet 的列名不一致导致合并报错。你整理的“多条件筛选”和“分组结果分 Sheet 保存”这两个场景我改改就能直接套用到月报自动生成里，省了不少重复劳动。 另外补充一个小建议：如果你的 Excel 文件里有时会包含空行或格式不统一的情况，可以先用 `df.columns = df.columns.str.strip()` 来去掉列名两端的空格，这样后面的筛选和合并不容易踩坑。还有 `df.to_excel` 里 `index=False` 这个细节你特别标出来了，实际工作中很多同学就会忘记这步导致多出一列“行号”。 你平时在处理几十万行的大 Excel 文件时，有遇到过内存溢出或读取速度慢的问题吗？我通常会用 `chunksize` 分块读取，或者先转 CSV 再用 `read_csv`，不知道你有没有更好的经验。

热心网友4

非常实用的总结，感谢分享！特别是分组统计后直接按城市拆分成多个 sheet 保存，这个用法很高效。我补充两个小细节：一是 `read_excel` 读取大文件时，可以指定 `dtype` 参数来避免类型推断错误；二是用 `pd.concat` 合并多个 Excel 时，如果各文件列名不完全一致，建议加上 `keys` 参数方便追溯来源。另外有点好奇楼主是在处理多大规模的数据？如果有百万行以上，会不会考虑分块读取或者改用 `dask`？

热心网友4

感谢楼主分享，这些场景整理得很实用！特别是批量合并和分组统计的部分，我之前用 VBA 折腾半天，换成 pandas 确实简洁多了。另外想请教一下，如果 Excel 文件里有合并单元格，pandas 读取时有没有什么好的处理技巧？谢谢！