Python批量合并Excel文件的技巧
“纵有疾风来,人生不言弃”,这句话送给正在学习文章的朋友们,也希望在阅读本文《Python合并多个Excel文件的实用方法》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新文章相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

本文介绍在使用 `pandas.ExcelFile` 逐个读取并遍历 Excel 工作表时,如何正确释放文件句柄以避免“文件被占用”导致的 `WinError 32` 权限错误,确保后续 `os.rename()` 操作成功执行。
在批量处理 Excel 文件时,许多开发者会习惯性地使用 pd.ExcelFile 来获取工作表名并按需读取(例如 file.parse(sheet)),这比直接用 pd.read_excel() 更灵活。但关键区别在于:pd.ExcelFile 是一个持久化的文件句柄对象,它底层持有一个打开的 xlrd、openpyxl 或 pyxlsb 文件流(取决于引擎),而该流不会自动关闭——即使循环结束或变量超出作用域,Python 的垃圾回收也不保证立即释放系统级文件锁,尤其在 Windows 上极易触发 [WinError 32] The process cannot access the file because it is being used by another process。
正确的做法是在完成所有 sheet 处理后,显式调用 .close() 方法释放资源。注意:不是 del file,也不是依赖 with 语句(ExcelFile 当前不支持上下文管理协议),而是必须主动关闭:
import os
import pandas as pd
directory = r"C:\path\to\source"
destination = r"C:\path\to\dest"
os.chdir(directory)
for filename in os.listdir(directory):
if not filename.endswith(('.xlsx', '.xls', '.xlsm')):
continue # 跳过非 Excel 文件
filepath = os.path.join(directory, filename)
try:
excel_file = pd.ExcelFile(filepath)
# 遍历所有工作表(示例:仅打印名称,实际中可 concat 或处理)
for sheet_name in excel_file.sheet_names:
df = excel_file.parse(sheet_name)
# ✅ 在此处对 df 进行数据清洗、合并等操作
# ⚠️ 关键步骤:显式关闭 ExcelFile 对象,释放文件锁
excel_file.close()
# 此时 rename 才能安全执行
dest_path = os.path.join(destination, filename)
os.rename(filepath, dest_path)
print(f"✓ 移动成功: {filename}")
except Exception as e:
print(f"✗ 处理失败 {filename}: {e}")⚠️ 注意事项:
- pd.ExcelFile.close() 是必需的,不可省略;仅 del excel_file 或让变量自然消失无法保证及时释放;
- 建议添加 try...except 包裹单文件处理逻辑,防止某文件出错导致整个流程中断;
- 使用 os.path.join() 替代字符串拼接(如 f"{directory}\\{files}"),提升跨平台兼容性;
- 若需更高鲁棒性,可结合 shutil.move() 替代 os.rename()(后者要求源与目标在同一磁盘分区);
- 对于超大 Excel 文件,还可考虑在 close() 后加入 gc.collect() 强制触发垃圾回收(极少需要,仅作备选)。
总结:pd.ExcelFile 提供了灵活的多 Sheet 访问能力,但代价是需手动资源管理。牢记「打开即负责关闭」原则——每次 pd.ExcelFile(...) 后,必跟 .close(),这是规避 Windows 文件锁定问题最直接、最可靠的实践。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
Golang如何使用Protobuf定义RPC接口
- 上一篇
- Golang如何使用Protobuf定义RPC接口
- 下一篇
- WPS表格行高调整技巧分享
-
- 文章 · python教程 | 7小时前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 12小时前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 16小时前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 文章 · python教程 | 22小时前 |
- Python itertools.batched strict 参数什么时候会报错
- 306浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python ExceptionGroup split 怎么按异常类型拆分
- 311浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python dataclass slots 与 weakref_slot 怎么一起用
- 207浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python tarfile extraction_filter data_filter
- Python tarfile extraction_filter 怎么阻止危险路径
- 232浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python pathlib.Path.walk 怎么剪枝目录遍历
- 159浏览 收藏
-
- 文章 · python教程 | 1天前 | python · SQLite · Python sqlite3 autocommit isolation_level SQLite事务
- Python sqlite3 autocommit 与 isolation_level 怎么配合
- 378浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异步编程 · Python教程 · Python 任务调度 asyncio eager_task_factory
- Python asyncio eager task factory 什么时候会改变执行顺序
- 497浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 253次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 298次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 271次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 251次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 57次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
