将统一标识的SCV文件批量合成excel文件

以下是使用Python将具有相同唯一标识符的大批SCV文件合并成一个Excel文件的代码：

import pandas as pd
import os

# 定义文件路径和文件名
folder_path = '/path/to/folder'
output_file = 'merged.xlsx'

# 获取文件夹中所有SCV文件的列表
file_list = [f for f in os.listdir(folder_path) if f.endswith('.csv')]

# 如果没有CSV文件，则退出程序
if not file_list:
    print("No CSV files found in the folder path specified.")
    exit()

df_list = []

# 遍历每个CSV文件，并将其读取到一个DataFrame中
for file_name in file_list:
    df = pd.read_csv(os.path.join(folder_path, file_name))
    df_list.append(df)

# 将多个DataFrame合并为一个DataFrame
merged_df = pd.concat(df_list)

# 将合并后的DataFrame写入Excel文件中
merged_df.to_excel(output_file, index=False)

print(f"Successfully merged {len(file_list)} CSV files into '{output_file}'")
 

首先，需要导入必要的pandas和os库。接下来，定义SCV文件存储的文件夹路径和输出Excel文件的名称。

然后，使用`os.listdir()`函数列出了存储在文件夹中的所有SCV文件的列表，并遍历每个CSV文件，使用pandas库的`pd.read_csv()`函数将其读入DataFrame对象中，最后将每个DataFrame对象合并为单个DataFrame对象。

现在，可以使用pandas库中的`DataFrame.to_excel()`函数将合并的DataFrame对象写入到Excel文件中。

最后，输出一条带有合并成功的CSV文件数量和要生成的Excel文件名称的消息。