離下班還有五分鐘，QQ突然來消息：

我懷著激動，緊張，忐忑的心情解壓了一個名為“全國空氣質(zhì)量”神秘壓縮包！

?。?！ 

2016年至今中國所有城市空氣質(zhì)量數(shù)據(jù)！

• 共有912個CSV表格。

• 每個表格共370列，約360行不等，列名相同。

 而我！要把這912個表格合并成一張表格?。?！

三個方案瞬間浮現(xiàn)在我眼前：

1、Ctrl C + Ctrl V——可以睡公司了；

2、Excel Power Query，估計等電腦卡崩了，還得用回方案一；

3、敲代碼！俗話說，沒有什么是一行代碼解決不了的，如果有，就再敲一行。

工欲善其事，必先利其器，我果斷祭出了兩件敲碼神器！

Python是一種，嗯…總之很厲害的編程語言，它能夠做網(wǎng)站，做軟件，做網(wǎng)絡(luò)爬蟲，做數(shù)據(jù)分析，做人工智能，做游戲和完成老板布置的工作。

Jupyter Notebook 是一本可以寫代碼的…草稿本，你可以大膽地在上面隨意涂鴉。你可以寫Julia, Python, Erlang, R等(jupyter),當然還可以用來完成老板布置的工作。

神器在手，我立刻開始思考代碼。

首先，我把這個問題分解成四個小目標： 

使用os模塊的walk方法輸出指定目錄的文件

for file in os.walk('H:/Document/神秘文件'):

    print(file)

我使用for循環(huán)遍歷‘H:/Document/全國空氣質(zhì)量匯總’，這個文件目錄，得到一個()，這是“元組”(姑且理解為一個盛放東西的容器)。里面用兩個逗號分成三部分：

1)第一部分就是我輸入的文件夾目錄。

2)第二部分是個空列表，不去管它。

3)第三部分也是一個列表，里面是我要提取的每個工作表。 

第一個小目標達成：

然后，我定義一個列表，嗯…這也是個容器，容納提取的912個文件。

l = []

接著，我導入pandas包，用read_csv()方法來提取工作表。

最后，寫好循環(huán)，把提取的文件裝進列表中。

別忘了設(shè)置一個計數(shù)，用來運行時顯示進度。 

第二個小目標達成：

pandas.concat()

合并剛才列表‘l’中的所有工作表到data_result這個變量中。 

第三個小目標達成：

pandas.DataFrame.to_csv()方法

其實，pandas可以保存數(shù)據(jù)為許多種格式，這里我還是選擇了最常用的csv格式。

這里括號內(nèi)首先填寫保存的數(shù)據(jù)路徑和名稱，其次，別忘了設(shè)置index=0的參數(shù)，否則數(shù)據(jù)會多出一列索引列。??？聽不明白？動手試一試就明白了。

第四個小目標達成： 

讓我們回顧一下代碼全貌：

代碼不長，一共20行。

其中用橙色框選出的是代碼核心部分，一共9行，這是實現(xiàn)工作表合并最基本的代碼。

主要的工作思路是找到工作表所在的文件夾，提取其中每個工作表，合并它們，然后導出數(shù)據(jù)。（四個小目標）

代碼雖少，復用性卻很強，以后碰到類似的工作任務(wù)，我們只需要更改數(shù)據(jù)所在文件夾和導出數(shù)據(jù)的兩個路徑即可。

好了，運行代碼！

 見證奇跡的時刻到了！

合并912個工作表僅僅只要150秒！

厲！不！厲！害！

然而，正當我準備下班的時候…老板又戳我了！

這就可以難倒我嗎？不存在的！是時候拿出真正的利器了！

防加班神器——Excel工作表合并工具

純python開發(fā)，應(yīng)用場景包括單工作簿多工作表、多工作簿多工作表、多文件夾多工作簿的合并。并且可以處理同時含以上三種情況的綜合問題！

看圖！

敲一敲回車，從此遠離加班！

然后…我終于可以回家了！