Excel合并相同表结构的多个文件（.csv、.xlsx）

做数据汇总、业务报表合并的从业者，几乎都会遇到这类标准场景：
各部门、各分公司、各渠道提交上来的报表，表头结构完全一致，但文件格式不统一 —— 有标准 xlsx、旧版 xls，也有系统导出的 CSV 文件。需要全部合并到同一张总表中，用于后续统计、透视分析、统一上报。

文件数量少时，手动复制粘贴尚能应付；一旦达到十几个甚至几十个文件，不仅要挨个处理不同格式、对齐表头，还要核对数据是否遗漏，效率极低且容易出错。写脚本实现又要处理格式兼容、CSV 编码、表头校验一堆细节问题。

本文整理了 4 种主流实现方案，从原生功能、代码实现到自动化工具，覆盖不同使用场景，完整兼容 xlsx /xls/csv 全格式。

方案一：手动复制粘贴法

适用场景

2-3 个文件临时应急合并，数据量小，对效率要求不高。

操作步骤

1. 分别打开 xlsx /xls/csv 文件（CSV 建议用 Excel 打开并保存为 xlsx 后再操作，避免格式错乱）；
2. 选中第一个文件的数据区域（含表头），复制；
3. 新建空白工作簿，粘贴到起始位置；
4. 依次打开剩余文件，选中不含表头的数据部分，复制粘贴到总表末尾；
5. 全部完成后统一调整列宽、核对数据行数。

优缺点

✅ 优点：零学习成本，人人可操作，灵活度高
❌ 缺点：

• 效率极低，文件数量多时耗时呈线性增长；
• 多格式需要先转换统一，容易出现编码、格式错乱；
• 极易出现漏行、重复粘贴、列错位等问题，核对成本高。

方案二：Power Query 原生批量合并

适用场景

熟悉 Excel 操作，希望不用额外安装软件、不用写代码，需要支持源文件更新后一键刷新。

Power Query 是 Excel 内置的 ETL 工具，支持直接读取文件夹下的多格式文件，批量追加合并，且源数据更新后可一键刷新结果。

操作步骤

1. 新建一个空白 Excel 文件，点击「数据」选项卡 → 获取数据 → 自文件 → 自文件夹；
2. 选择存放所有待合并文件的文件夹，点击「确定」，加载文件列表；
3. 在弹出的编辑器中，点击「组合」→「合并并编辑」；
4. 系统会自动识别表结构，添加自定义列解析文件内容，筛选统一表头；
5. 确认数据无误后，点击「关闭并上载」，自动生成合并后的总表。

小提示：CSV 文件若出现乱码，可在源设置中将编码改为 GBK / UTF-8 重新加载。

优缺点

✅ 优点：

• Excel 原生功能，无额外软件成本；
• 支持 xlsx /xls/csv 混合格式合并；
• 支持动态刷新，源文件更新后右键总表即可同步。

❌ 缺点：

• 操作链路长，步骤多，新手难以独立排错；
• 对表头一致性要求高，列名不匹配会导致合并失败；
• 大文件（十万行以上）性能下降明显，容易卡顿；
• 格式保留能力弱，合并后原单元格样式容易丢失。

方案三：Python + pandas 代码实现

适用人群

开发者、需要定制化批量处理、需要集成到自动化流程的场景。

通过 pandas 可以实现遍历文件夹、自动识别格式、批量读取合并，灵活度最高，可按需扩展清洗、筛选、计算逻辑。

完整实现代码

代码兼容 xlsx /xls/csv，自动处理 CSV 编码问题（兼容 UTF-8 / GBK），支持新增来源文件列便于溯源。

import os
import pandas as pd

def merge_same_struct_files(folder_path, output_path, add_source_col=True):
    """
    合并文件夹下所有相同表结构的Excel/CSV文件
    :param folder_path: 待合并文件所在文件夹路径
    :param output_path: 输出结果文件路径
    :param add_source_col: 是否新增来源文件列
    """
    all_data = []
    support_formats = ('.xlsx', '.xls', '.csv')

    for filename in os.listdir(folder_path):
        file_path = os.path.join(folder_path, filename)
        if not filename.lower().endswith(support_formats):
            continue

        try:
            # 根据后缀选择读取方式
            if filename.lower().endswith('.csv'):
                # 自动尝试常用编码，解决中文CSV乱码问题
                try:
                    df = pd.read_csv(file_path, encoding='utf-8-sig')
                except UnicodeDecodeError:
                    df = pd.read_csv(file_path, encoding='gbk')
            else:
                df = pd.read_excel(file_path)

            # 新增来源文件列
            if add_source_col:
                df['来源文件'] = filename

            all_data.append(df)
            print(f"已读取：{filename}，共 {len(df)} 行")

        except Exception as e:
            print(f"读取失败 {filename}: {str(e)}")
            continue

    if not all_data:
        print("未找到可合并的有效文件")
        return

    # 纵向拼接所有数据
    result = pd.concat(all_data, axis=0, ignore_index=True)

    # 导出结果
    if output_path.endswith('.csv'):
        result.to_csv(output_path, index=False, encoding='utf-8-sig')
    else:
        result.to_excel(output_path, index=False)

    print(f"\n合并完成！共 {len(result)} 行数据，已保存至：{output_path}")

# 调用示例
if __name__ == '__main__':
    # 待合并文件所在文件夹
    input_folder = "./待合并报表"
    # 输出文件路径
    output_file = "./合并总表.xlsx"
    
    merge_same_struct_files(input_folder, output_file)

优缺点

✅ 优点：

• 灵活度极高，可自定义清洗、筛选、计算逻辑；
• 批量处理能力强，支持几十上百个文件批量合并；
• 兼容全格式，自动处理 CSV 编码问题；
• 可集成到自动化脚本、定时任务中，无人值守运行。

❌ 缺点：

• 有代码门槛，普通职场用户无法直接使用；
• 依赖 Python 环境和第三方库，部署成本高；
• 默认导出丢失原单元格格式、公式、条件格式；
• 异常处理、格式适配需要自行扩展，排错成本高。

方案四：镜合 Excel 批量处理工具

适用人群

高频批量处理、数据敏感、不想写代码，同时追求效率与易用性的职场 / 技术人员。

如果是日常高频处理报表汇总，涉及财务、人事、经营等敏感数据，更推荐纯本地桌面工具方案。镜合 Excel 批量处理工具专门针对相同结构多文件批量合并场景优化，不用写代码，不用转换格式，xlsx /xls/csv 直接批量导入，一键完成合并。

核心优势

1. 全格式直接兼容，无需提前转换

支持 xlsx /xls/csv 混合导入，自动识别解析，不用提前把 CSV 转成 Excel，也不用区分版本格式。系统导出的各类报表直接丢进去就能合并，省掉格式转换的步骤。

2. 相同表头自动对齐，零配置合并

表结构一致的文件，导入后自动按列名匹配对齐，列顺序不同也能精准对应，不会出现列错位。支持设置跳过表头行数、跳过表尾合计行，带标题行、合计行的复合报表也能直接合并，不用提前手动清理。

3. 纯本地计算，数据安全有保障

文件全程本地计算，仅授权验证联网，永远不上传云端。财务、人事、经营类敏感数据都能放心处理，内网、断网环境也能正常运行，符合企业合规要求。

4. 格式完整保留，合并完直接能用

和代码方案容易丢失格式不同，合并时完整保留原文件的字体、颜色、边框、列宽、条件格式，合并完的文件打开和原格式一致，不用二次调整，直接就能上报。

支持新增「来源文件」列，合并后每一行数据都能溯源，核对查错不用挨个打开原文件。

5. 内置预览，核对不用开文件

内置 Excel 预览功能，不用装 Office/WPS，合并前直接在软件内核对表头、数据完整性，不用来回切换资源管理器和 Excel 窗口，效率更高。

优缺点

✅ 优点：

• 效率极高，几十份文件分钟级完成；
• 全格式兼容，无需提前转换；
• 纯本地架构，数据安全性拉满；
• 零代码门槛，可视化配置，新手也能上手；
• 功能闭环：合并 / 拆分 / 格式标准化 / 透视表 / 清洗全覆盖。

❌ 缺点：

• 需要安装桌面客户端（安装包约 45MB，轻量无捆绑）。

四种方案对比

表格

总结与建议

• 临时少量文件：手动复制粘贴即可，最灵活；
• 常规办公场景、习惯用 Excel：Power Query 是原生首选，就是上手需要一定学习成本；
• 开发者场景、定制化流程：Python + pandas 可控性最强，可扩展空间大；
• 高频批量处理、数据敏感、不想折腾代码：镜合 Excel 批量处理工具是综合体验最优的方案，兼顾效率、安全与易用性，多格式直接合并不用转换。

目前软件提供免费版，基础合并功能完全可用，觉得合适再升级专业版也不迟。

工具地址：镜合 Excel 批量处理工具官网技术支持 / 商务合作：472398467@qq.com