Python按列索引提取文件夹内所有Excel指定列并汇总

Theo

发布时间：2026-10-15| 5人浏览过

原创

本文介绍如何使用Python脚本，按列索引从包含多个Excel文件的文件夹中提取指定列数据，并将结果汇总到一个新的Excel文件中。文章详细说明了代码注意事项，如文件夹内文件限制及结果文件处理，并提供了完整的Python实现代码示例，帮助开发者高效处理批量Excel数据。

前言

一、情景描述

场景一：文件夹内存在多个Excel数据文件，这些文件的格式保持一致。我们的目标是从每个文件中提取指定的几列数据，并将它们汇总到一个文件中。由于是按列索引进行提取，因此各文件中列的顺序可以不一致。

汇总后的效果：

二、Python汇总方案

注意事项：

运行脚本所在的文件夹内，仅能包含运行的Python脚本文件（.py）以及需要汇总的Excel文件，不能存在其他文件夹，否则会导致运行错误；
在第二次运行脚本前，必须删除第一次运行生成的结果文件res.xlsx，否则同样会引发运行错误；

代码如下（示例）：

# -*- coding:utf-8 –*- 
import os
import pandas as pd
 
# 输入参数为excel表格所在目录
def to_one_excel(dir):
    dfs = []
    # 遍历文件目录，将所有表格表示为pandas中的DataFrame对象
    # for root_dir, sub_dir, files in os.walk(r'' + dir):     # 第一个为起始路径，第二个为起始路径下的文件夹，第三个是起始路径下的文件。
    for root_dir, sub_dir, files in os.walk(dir):     # 第一个为起始路径，第二个为起始路径下的文件夹，第三个是起始路径下的文件。
        for file in files:
            if file.endswith('xlsx'):
                # 构造绝对路径
                file_name = os.path.join(root_dir, file)
                # df = pd.read_excel(file_name)
                df_1 = list(pd.read_excel(file_name, nrows=1))  # 读取excel第一行数据并放进列表
                # excel第一行数据返回列表
                print(file_name)
                print(type(df_1))
                print(df_1)
                # 根据第一行列名获取每个文件中需要列的列索引，返回索引数值
                suo_yin_1 = df_1.index("人员")
                suo_yin_2 = df_1.index("效率")
                suo_yin_3 = df_1.index("成绩")
                suo_yin_4 = df_1.index("产量")
                suo_yin_5 = df_1.index("节点")
                suo_yin_6 = df_1.index("备注")
                # 读取文件内容  usecols=[1, 3, 4] 读取第1,3,4列
                df = pd.read_excel(file_name, usecols=[suo_yin_1, suo_yin_2, suo_yin_3, suo_yin_4, suo_yin_5, suo_yin_6], sheet_name='data')
                
                # pf = pd.read_excel('xxx.xls', usecols=[1, 3, 4], sheet_name='data')
                # print(pf)
                # 追加一列数据，将每个文件的名字追加进该文件的数据中，确定每条数据属于哪个文件
                excel_name = file.replace(".xlsx", "")      # 提取每个excel文件的名称，去掉.xlsx后缀
                df["文件名"] = excel_name       # 新建列名为“文件名”，列数据为excel文件名
                dfs.append(df)      # 将新建文件名列追加进汇总excel中
    # 行合并
    df_concated = pd.concat(dfs)
    # 构造输出目录的绝对路径
    out_path = os.path.join(dir, 'res.xlsx')
    # 输出到excel表格中，并删除pandas默认的index列
    df_concated.to_excel(out_path, sheet_name='Sheet1', index=None)
# 调用并执行函数
to_one_excel(r'E:\py\python3.7\test\test96')