使用Python合并多份Excel文件至主文件，避免重复值

1. 文件读取与准备 #

• 用pandas库读取主文件并转为DataFrame，先确定唯一标识列（比如项目ID、专属编号这类能定位同一项目的字段），后续靠它匹配不同文件里的同一项数据
• 逐个读取子文件，同样转为DataFrame，保留好对应的唯一标识列

2. 核心匹配填充操作 #

• 先过滤子文件的列：只保留主文件中存在的列，多余列直接剔除，比如用df_sub = df_sub[list(main_df.columns)]
• 用pandas的update()方法实现精准填充：先把子文件按唯一标识列设为索引，再执行main_df.update(df_sub.set_index('唯一标识列'))。这个操作会自动按唯一标识匹配行，用子文件的非空值覆盖主文件对应位置的内容，不会新增重复行，也不会乱填无关列
• 如果需要用多列组合作为唯一匹配键，就把这些列一起设为联合索引，比如main_df.set_index(['列A','列B'], inplace=True)，子文件做同样处理后再执行update

3. 特殊场景处理 #

• 子文件含主文件没有的新项目：如果需要新增这些项目，先筛选出主文件中不存在的行，用pd.concat([main_df, new_rows])追加到主文件后再做填充；不需要的话直接跳过这些行
• 空值处理：提前清洗子文件的空值，比如用df_sub.fillna('')或按业务逻辑填充，避免空值覆盖主文件里的有效数据

4. 结果保存 #

• 所有子文件处理完成后，将更新后的主DataFrame保存为Excel文件，用main_df.to_excel('最终主文件.xlsx', index=False)，避免把索引列写入文件

内容的提问来源于stack exchange，提问作者Raja