多Excel单工作表数据合并：基于非空值填充的单元格整合需求

我来帮你搞定这个Excel数据合并的需求——把多个文件里同ID的记录合并，用非空值填充空单元格，用Python的pandas库就能轻松实现，步骤如下：

1. 准备依赖 #

首先确保你安装了pandas和处理Excel的依赖包，打开终端运行：

pip install pandas openpyxl

2. 编写合并代码 #

创建一个Python脚本（比如merge_excels.py），把下面的代码放进去，记得替换成你实际的文件路径：

import pandas as pd

# 这里换成你自己的Excel文件路径列表
file_paths = ["Excel1.xlsx", "Excel2.xlsx", "Excel3.xlsx"]

# 批量读取所有Excel文件
data_frames = []
for file in file_paths:
    # 读取文件，默认读取第一个工作表
    df = pd.read_excel(file)
    data_frames.append(df)

# 把所有文件的数据合并到一个DataFrame里
combined_data = pd.concat(data_frames, ignore_index=True)

# 按ID、Name、User分组，对每个属性列提取非空值
# 逻辑是：如果列里有非空值，取第一个；如果全空就留空
merged_data = combined_data.groupby(["ID", "Name", "User"], as_index=False).agg(
    lambda col: col.dropna().iloc[0] if not col.dropna().empty else None
)

# 把合并后的结果保存成新的Excel文件
merged_data.to_excel("合并结果.xlsx", index=False)

3. 代码说明 #

• 第一步批量读取所有Excel文件，把它们都转换成pandas的DataFrame格式；
• concat会把所有数据合并成一个大表，此时同ID的记录会有多条，各自带部分非空值；
• groupby按照ID、Name、User这些唯一标识字段分组，然后对每个属性列（Prop1、Prop2、Prop3）提取第一个非空值，这样就自动用其他文件里的非空内容填充了空单元格；
• 最后把处理好的数据保存成新的Excel文件，就是你想要的结果啦。

如果你的文件是CSV格式，只需要把pd.read_excel换成pd.read_csv，to_excel换成to_csv就行，逻辑完全一样。

内容的提问来源于stack exchange，提问作者DarthVader