Python实现：合并多Excel文件并统一相似表头为指定名称

核心思路 #

先定义表头映射规则，把所有包含Supplier/Vendor关键词的表头统一映射为Supplier ID，读取每个文件后先重命名列，再只保留需要的Supplier ID和Ticket ID列，最后合并所有数据。

修改后的代码 #

import pandas as pd
import os

# 定义表头映射：将相似表头统一为目标列名
header_mapping = {
    'Vendor ID': 'Supplier ID',
    'Supplier original ID': 'Supplier ID',
    'Supplier ID': 'Supplier ID',
    # 可按需添加其他需要映射的表头
}

# 源Excel文件所在文件夹路径（根据实际路径修改）
folder_path = './excel_files'
all_processed_data = []

# 遍历文件夹内所有Excel文件
for filename in os.listdir(folder_path):
    if filename.endswith(('.xlsx', '.xls')):
        file_full_path = os.path.join(folder_path, filename)
        df = pd.read_excel(file_full_path)
        
        # 按规则重命名列
        df = df.rename(columns=lambda col_name: header_mapping.get(col_name, col_name))
        
        # 处理意外出现的多列Supplier ID（横向填充后取第一列）
        if 'Supplier ID' in df.columns:
            df['Supplier ID'] = df['Supplier ID'].bfill(axis=1).iloc[:, 0]
        
        # 只保留需要的列，缺失列自动填充空值
        required_columns = ['Ticket ID', 'Supplier ID']
        df = df.reindex(columns=required_columns)
        
        all_processed_data.append(df)

# 合并所有数据并保存
final_merged_df = pd.concat(all_processed_data, ignore_index=True)
final_merged_df.to_excel('merged_master.xlsx', index=False)

关键代码说明 #

• header_mapping：集中管理表头映射规则，后续新增相似表头直接追加键值对即可。
• df.rename(columns=lambda col_name: header_mapping.get(col_name, col_name))：遍历所有列名，匹配到规则的替换为目标名，未匹配的保留原名。
• df.reindex(columns=required_columns)：确保最终只保留指定列，即使源文件缺少某列，也会生成空值列，避免合并报错。
• 多列合并逻辑：若某文件意外出现多个映射后的Supplier ID列，用横向填充后取第一列，避免数据丢失。

额外提示 #

如果需要保留其他列，直接修改required_columns列表添加对应列名即可。

内容的提问来源于stack exchange，提问作者Marcelo Estrada