如何实现Python脚本自动批量处理多组跨文件夹Excel文件对？

核心思路 #

遍历其中一个文件夹的Excel文件，提取文件的配对标识（如示例中的_1、_2），自动匹配另一个文件夹中对应的文件，重复执行读取、左连接合并、保存结果的流程，实现批量自动化处理。

完整实现代码 #

import pandas as pd
import os
from glob import glob

# 定义文件夹路径（根据实际路径修改）
folder_a = "folderA"
folder_b = "folderB"
output_folder = "merged_results"

# 创建输出文件夹（不存在则自动创建）
os.makedirs(output_folder, exist_ok=True)

# 获取folderA中所有Excel文件的完整路径
a_files = glob(os.path.join(folder_a, "*.xlsx"))

for a_file_path in a_files:
    # 提取文件名（移除路径和后缀）
    a_file_name = os.path.basename(a_file_path).replace(".xlsx", "")
    # 提取配对标识（针对fileA_1这类格式，分割后取最后一段）
    pair_id = a_file_name.split("_")[-1]
    # 构造folderB中对应文件的路径
    b_file_name = f"fileB_{pair_id}.xlsx"
    b_file_path = os.path.join(folder_b, b_file_name)
    
    # 检查对应文件是否存在，避免报错
    if not os.path.exists(b_file_path):
        print(f"警告：未找到对应文件 {b_file_path}，跳过当前配对")
        continue
    
    # 读取Excel文件为DataFrame
    df_a = pd.read_excel(a_file_path)
    df_b = pd.read_excel(b_file_path)
    
    # 执行左连接合并操作
    merged_df = df_a.merge(df_b, how="left", indicator=True)
    # 打印当前合并结果的行数（可选，用于进度追踪）
    print(f"配对 {pair_id} 合并完成，共 {merged_df.shape[0]} 行")
    
    # 保存合并结果到输出文件夹
    output_file_path = os.path.join(output_folder, f"merged_{pair_id}.xlsx")
    with pd.ExcelWriter(output_file_path) as writer:
        merged_df.to_excel(writer, sheet_name="comparison", index=False)

关键细节说明 #

• 文件匹配逻辑：针对fileA_*.xlsx和fileB_*.xlsx的命名格式，通过分割文件名提取*部分作为配对标识。如果你的文件名格式不同，只需修改b_file_name的构造规则即可适配。
• 容错处理：增加文件存在性检查，避免因缺失对应文件导致脚本中断。
• 结果管理：用独立的输出文件夹存放合并结果，避免与原文件混淆。
• 扩展性：如果需要将所有合并结果存入同一个Excel的不同工作表，只需将pd.ExcelWriter的路径改为固定文件名，循环中指定不同的工作表名称即可。

内容的提问来源于stack exchange，提问作者Rfl