要合并多个Excel文件，可以使用Python中的pandas库。下面是一个简单的例子来展示如何实现这一功能：
首先，你需要确保已经安装了pandas库。如果尚未安装，你可以通过运行`pip install pandas`命令进行安装。然后你可以按照以下步骤合并多个Excel文件：
```python
import pandas as pd
import os
# 设置文件夹路径，包含所有的Excel文件
dir_path = 'your_directory_path' # 请替换为你的文件夹路径
all_files = [] # 存储所有的Excel文件列表
# 获取文件夹下所有的Excel文件
for filename in os.listdir(dir_path):
if filename.endswith('.xlsx') or filename.endswith('.xls'): # 如果是Excel文件则添加到列表中
all_files.append(os.path.join(dir_path, filename)) # 将文件的完整路径添加到列表中
# 创建一个空的DataFrame用于存储合并的数据
all_data = pd.DataFrame() # 或者你可以用pd.concat([pd.read_excel(file) for file in all_files])来初始化一个空的DataFrame并直接读取所有文件的数据
# 循环读取每个Excel文件的数据并添加到all_data中
for file in all_files:
df = pd.read_excel(file) # 读取单个Excel文件的数据
all_data = all_data.append(df, ignore_index=True) # 将数据添加到all_data中，忽略索引以保证数据连续排序
# 将合并后的数据写入一个新的Excel文件中
all_data.to_excel('merged_data.xlsx', index=False) # 将数据写入新的Excel文件，名为merged_data.xlsx，不包含索引列
```
注意：这个脚本假设所有的Excel文件都有相同的列结构。如果不同的文件有不同的列结构，那么在合并时可能会出现问题。你可能需要预先处理这些文件以确保它们具有相同的列结构。此外，这个脚本将所有数据添加到一个新的Excel文件中，如果你的数据很大或者你要处理的文件很多，这可能需要较大的内存。你可能需要调整你的代码以适应你的特定需求。
