Python读取多个Excel文件的方法主要有：使用pandas库的read_excel函数、利用openpyxl库读取、通过glob库批量读取文件。pandas库的read_excel函数是最常用的方法，因为其简单易用、功能强大、支持批量读取。
在Python中，读取多个Excel文件可以通过多种方式实现。在数据分析和处理过程中，Python提供了强大的库来帮助我们完成这些任务。下面，我将详细介绍几种常用的方法。
一、使用Pandas库读取多个Excel文件
Pandas是一个非常强大的数据分析库，支持多种数据格式的读取和处理。读取Excel文件时，pandas提供了方便的read_excel函数。
1. 基本使用
要读取单个Excel文件，只需使用pandas.read_excel()函数，并传入文件路径即可。
import pandas as pd
df = pd.read_excel('file1.xlsx')
print(df)
2. 批量读取多个Excel文件
如果需要读取多个Excel文件，可以使用Python的glob库来获取文件列表，然后遍历列表读取每个文件。
import pandas as pd
import glob
获取所有Excel文件的路径
file_paths = glob.glob('path/to/files/*.xlsx')
读取所有文件并存储在一个列表中
dataframes = [pd.read_excel(file) for file in file_paths]
合并所有数据框
merged_df = pd.concat(dataframes, ignore_index=True)
print(merged_df)
在上面的代码中，glob.glob('path/to/files/*.xlsx')用于获取指定路径下所有Excel文件的路径，然后通过列表解析式遍历这些路径，利用pandas.read_excel()读取每个文件，最后使用pandas.concat()将所有数据框合并为一个。
二、利用OpenPyXL库读取Excel文件
OpenPyXL是一个处理Excel文件的专用库，特别适合需要处理Excel格式较复杂的情况。
1. 基本使用
读取单个Excel文件并获取特定工作表的数据。
from openpyxl import load_workbook
加载工作簿
wb = load_workbook('file1.xlsx')
获取工作表
sheet = wb['Sheet1']
读取数据
data = []
for row in sheet.iter_rows(values_only=True):
data.append(row)
print(data)
2. 批量读取多个Excel文件
与Pandas类似，也可以使用glob库来获取文件列表，然后遍历每个文件。
from openpyxl import load_workbook
import glob
获取所有Excel文件的路径
file_paths = glob.glob('path/to/files/*.xlsx')
读取所有文件
all_data = []
for file in file_paths:
wb = load_workbook(file)
sheet = wb.active
file_data = []
for row in sheet.iter_rows(values_only=True):
file_data.append(row)
all_data.extend(file_data)
print(all_data)
三、使用xlrd库读取Excel文件
尽管xlrd库目前只支持读取Excel 97-2003格式的文件（.xls），但它依然是一个轻量级的选择。
1. 基本使用
读取一个Excel文件并输出数据。
import xlrd
打开工作簿
workbook = xlrd.open_workbook('file1.xls')
获取工作表
sheet = workbook.sheet_by_index(0)
读取数据
data = []
for row_idx in range(sheet.nrows):
data.append(sheet.row_values(row_idx))
print(data)
2. 批量读取多个Excel文件
同样可以使用glob库来实现批量读取。
import xlrd
import glob
获取所有Excel文件的路径
file_paths = glob.glob('path/to/files/*.xls')
读取所有文件
all_data = []
for file in file_paths:
workbook = xlrd.open_workbook(file)
sheet = workbook.sheet_by_index(0)
file_data = []
for row_idx in range(sheet.nrows):
file_data.append(sheet.row_values(row_idx))
all_data.extend(file_data)
print(all_data)
四、总结与建议
在读取Excel文件时，选择合适的库非常重要。如果你的Excel文件格式相对简单，且需要强大的数据处理功能，建议使用Pandas。它的read_excel函数支持多种功能，如指定工作表、指定读取的行列等，非常灵活。
而如果需要处理Excel文件的复杂格式，或者需要对Excel文件的格式进行细粒度的控制，可以考虑使用OpenPyXL。这个库支持对Excel文件的读写操作，可以处理更多的Excel特性，如图表、公式等。
最后，尽管xlrd不再支持.xlsx格式，但对于老旧格式的.xls文件，它仍然是一个不错的选择。在实际应用中，可以根据具体需求选择合适的库来提高效率和代码的可维护性。
相关问答FAQs：
如何使用Python读取多个Excel文件？
可以使用pandas库来读取多个Excel文件。首先，确保安装了pandas和openpyxl库。使用pandas的read_excel函数结合循环或列表推导式，可以轻松读取多个文件并将其合并为一个DataFrame。例如，使用glob库获取文件路径，并将每个文件读取到一个列表中，最后使用pd.concat合并。
在读取Excel文件时，如何处理不同的sheet？
在使用pandas读取Excel文件时，可以通过参数sheet_name指定要读取的工作表名称或索引。如果需要读取多个工作表，可以将sheet_name设置为None，这样会返回一个字典，键为工作表名称，值为对应的DataFrame。这种方式使得同时处理多个工作表变得更加方便。
如何处理Excel文件中的缺失值或异常数据？
读取Excel文件后，通常会遇到缺失值或异常数据。使用pandas提供的isnull()和fillna()等函数，可以轻松检测和处理缺失值。此外，dropna()可以用来删除包含缺失值的行或列，确保数据质量。在处理异常数据时，可以使用条件筛选或replace()函数进行修正，以保证数据的准确性和完整性。
