如何用Python Pandas将Excel多工作表追加合并为单个CSV文件？

你当前代码每次调用to_csv时默认使用写入模式（'w'），会覆盖之前写入的内容，所以最终CSV里只剩最后一个工作表的数据。另外读取单个工作表时没必要用sheet_name=[f'{sheet_name}']，这种写法会返回字典，直接传入单个sheet名称字符串就能得到DataFrame，代码可以更简洁。

调整原代码实现追加逻辑 #

修改后的代码会在第一次写入时添加表头，后续工作表以追加模式写入且不重复写表头：

import pandas as pd

# 读取Excel文件对象
xls = pd.ExcelFile("Test1.xlsx")

# 标记是否为第一次写入（控制表头）
first_sheet = True

for sheet_name in xls.sheet_names:
    # 直接读取单个工作表，返回DataFrame
    df = pd.read_excel(xls, sheet_name=sheet_name, header=0, usecols=['Page', 'URL', 'Person'])
    print(df)
    # 第一次写入带表头，后续追加不带表头
    df.to_csv("emails.csv",
              index=False,
              header=first_sheet,
              mode='a',  # 追加模式，避免覆盖
              columns=['Page', 'URL', 'Person']
              )
    # 第一次写入完成后，更新标记
    first_sheet = False

更优实现方式：合并后一次性写入 #

这种方法先把所有工作表的数据合并成一个大的DataFrame，再一次性写入CSV，减少文件IO操作，代码更简洁高效：

import pandas as pd

# 读取所有工作表，返回{工作表名: DataFrame}的字典
all_sheets_data = pd.read_excel("Test1.xlsx", sheet_name=None, usecols=['Page', 'URL', 'Person'])

# 合并所有工作表的数据，重置行索引
combined_df = pd.concat(all_sheets_data.values(), ignore_index=True)

# 一次性写入CSV
combined_df.to_csv("emails.csv", index=False, columns=['Page', 'URL', 'Person'])

说明 #

• sheet_name=None：让pandas读取Excel中的所有工作表，自动返回包含所有工作表数据的字典
• pd.concat()：将多个DataFrame纵向拼接成一个大的DataFrame，ignore_index=True会重置行号，避免不同工作表的索引冲突

内容的提问来源于stack exchange，提问作者SaltyJane