如何用Python按位置计算多个Excel文件的逐行逐列均值

核心思路 #

你需要的是不同文件中同一行号、同一列位置的数值均值，而非单个文件内的行/列均值或所有数据的整体均值。关键是先把所有Excel文件的数据按行索引、列名对齐，再对每个位置的数值计算跨文件的均值。

实现代码 #

import pandas as pd
import os

# 1. 设置文件夹路径（替换为你的文件夹路径）
folder_path = "你的Excel文件所在文件夹路径"

# 2. 获取文件夹中所有Excel文件的路径
excel_files = [f for f in os.listdir(folder_path) if f.endswith(('.xlsx', '.xls'))]

# 3. 读取所有文件并存储为列表，保留原始行索引（确保行号对应）
df_list = []
for file in excel_files:
    file_path = os.path.join(folder_path, file)
    # 读取时不设置表头，用默认列名（如0,1,...,99），保留原始行索引（0对应第1行，10对应第11行）
    df = pd.read_excel(file_path, header=None, index_col=None)
    df_list.append(df)

# 4. 合并所有数据框，按行索引和列对齐，计算跨文件的均值
# concat会自动对齐行和列，缺失的行/列填充NaN，mean时忽略NaN
mean_df = pd.concat(df_list).groupby(level=0).mean()

# 5. 将结果保存为新Excel文件
mean_df.to_excel("逐行逐列均值结果.xlsx", header=None, index=False)

关键说明 #

• read_excel用header=None是为了按列位置（A列对应0，B列对应1...）计算，避免不同文件表头不一致导致对齐错误；index_col=None保留原始行索引，确保第11行对应索引10（注意：pandas索引从0开始，所以A11对应索引10）。
• pd.concat(df_list)会把所有数据框堆叠，groupby(level=0)按行索引分组，mean()计算每组（即同一行号）各列的跨文件均值，自动忽略缺失行的NaN值。
• 如果你的Excel文件有统一表头，可以去掉header=None，改用index_col=None，这样会按列名对齐计算均值。

内容的提问来源于stack exchange，提问作者Harsh Singh