上一篇写的是：结构一样的 Excel，怎么合到一起。这一篇，轮到那个更让人挠头的问题——表头对不上，怎么办？

场站报上来的表，一个把场站写成“场站”，一个写成“场站名称”；第三个把日期叫“统计日期”，两列数值干脆没带单位。

打开第一张，改两个字；打开第二张，再改两个字。改完保存，关掉，接着开下一张。

我以前就是这么干的。

四个文件还行。二十个文件的时候，改到第七个，我已经记不清前面几个改成什么样了。

而且改表这件事有个问题：下次新表来了，还得再改一遍。

所以现在我不改原表了。差别不在“改不改列名”，在在哪改：原来的写法留在文件里，统一列名这件事，交给代码。

01｜不处理表头，直接合，会怎么样？

我拿四个样例文件试了一下，直接用 concat 拼起来，结果是 12 列、26 行。

concat 可以理解成把几张表上下接起来。但它认的是列名：名字一样，才往同一列里放。

这四张表都有场站、日期、计划值、实际值四项核心数据，其中一张还多了一列备注。合完却变成了 12 列。

因为“场站”和“场站名称”被当成了两列，“计划值(MW)”“计划出力(MW)”“计划值”也各占一列。

每个文件只填自己那几列，剩下的位置就空着。

312 个格子里，211 个是 NaN，也就是缺失值。

直接合并的结果

这种结果最麻烦的地方是：它不报错。

程序告诉你“合并完成”。你打开一看，表也在，数也在，只是三分之二的地方是空的。想找一个完整的计划值，还得在几列之间来回看。

看着合完了，核对的活儿一点没少。

这篇用的场站、日期和数值都是虚构的，表头差异按工作里常见的情况设计。上面这组数字，是样例实际跑出来的结果。

02｜先体检，看看表头差在哪

后来我把这件事拆成了两步：

第一步不合并，只看表头；第二步用核对好的映射表，统一列名再合。

先把下面的代码保存成 check_columns.py。在脚本旁边建一个“待合并”文件夹，把要检查的 .xlsx 文件放进去。

如果还没装依赖，先在终端运行一次：

pip install pandas openpyxl

下面的代码需要保存为 .py 文件运行，里面的 __file__ 才能找到脚本所在的位置。

# 第一步：合并之前，先看看这些表的表头差在哪# 输出：每个文件的列名、列数不一致提醒、一份建议映射表、会被丢掉的列# 需要：pip install pandas openpyxlimport pandas as pdfrom pathlib import PathBASE = Path(__file__).resolve().parentsrc = BASE / "待合并"# 要检查的 Excel 放这里files = sorted(src.glob("*.xlsx"))ifnot files:raise SystemExit(f"没读到 .xlsx：检查一下 {src} 里是不是空的")# ① 只读表头，不读数据 —— 文件多的时候这一步几乎是瞬间cols = {f.name: list(pd.read_excel(f, nrows=0).columns) for f in files}print(f"读到 {len(files)} 个文件\n")for name, c in cols.items():    print(f"{name}（{len(c)} 列）：{' / '.join(map(str, c))}")# ② 列数不一样要提醒：后面按位置对齐，列数不一致就可能错位sizes = {len(c) for c in cols.values()}if len(sizes) > 1:    print("\n--- 列数不一致，按位置对齐可能错位 ---")for name, c in cols.items():        print(f"  {name}：{len(c)} 列")# ③ 按列位置对齐，拼一份建议映射表（这是猜的，用之前请核对）base_name = files[0].namebase = cols[base_name]suggest = {}for i, std in enumerate(base):    aliases = []for name, c in cols.items():if i < len(c) and c[i] notin aliases:            aliases.append(c[i])    suggest[std] = aliasesprint(f"\n--- 建议的映射表（以 {base_name} 为基准，按位置对齐）---")print("COLUMN_MAP = {")for std, aliases in suggest.items():    inner = ", ".join(f'"{a}"'for a in aliases)    print(f'    "{std}": [{inner}],')print("}")# ④ 没进映射表的列，合并时会被丢掉 —— 这件事必须由脚本说出来mapped = {a for aliases in suggest.values() for a in aliases}dropped = []for name, c in cols.items():for x in c:if x notin mapped:            dropped.append((x, name))if dropped:    print("\n--- 下面这些列不在映射表里，合并时会被丢掉 ---")for x, name in dropped:        print(f"  {x}（在 {name}）")    print("  要保留的话，往映射表里加一行")# ⑤ 导出一张对照表，留底rows = [{"文件": name, "列数": len(c), "列名": " / ".join(map(str, c))} for name, c in cols.items()]dst = BASE / "列名对照表.xlsx"pd.DataFrame(rows).to_excel(dst, index=False)print(f"\n已生成：{dst}")

它跑完，除了生成一份 列名对照表.xlsx 留底，还会在屏幕上告诉我三件事。

第一，每个文件有几列，分别叫什么。

列数对不上的，会单独提醒。比如样例里那张多了“备注”的表，就有 5 列。

这件事要先看，因为下一步的建议映射表是按列位置对齐的。多出来的列如果插在中间，后面就可能对错位置。

第二，一份建议映射表。

COLUMN_MAP = {"场站": ["场站", "场站名称"],"日期": ["日期", "日期(日)", "统计日期"],"计划值(MW)": ["计划值(MW)", "计划出力(MW)", "计划值"],"实际值(MW)": ["实际值(MW)", "实际出力(MW)", "实际值"],}

别被“映射”两个字吓住。它就是一张对照清单：左边写最后想用的列名，右边列出原表里可能出现的叫法。

比如这一行：

"场站": ["场站", "场站名称"]

意思是：原表里不管叫“场站”，还是“场站名称”，合并时都统一叫“场站”。

不过，这份建议是按位置猜的，用之前我都会自己核对一遍。

脚本能告诉我“第 2 列在这四个文件里有三种写法”，但“日期(日)”和“统计日期”是不是一回事，它不知道，我知道。

同样，没写单位的“计划值”，也要先确认本来就是 MW。这段代码只统一名字，不负责换算单位。

第三，哪些列没进建议映射表。

我的样例里是“备注”这一列。按当前映射表合并，它就不会被保留；如果你后面调整了映射表，还要按最终版本再核对一次。

这一步我很在意。脚本替你做的决定，必须说出来，不能悄悄丢。

03｜用映射表统一列名，再合并

把下面的代码保存成 merge_with_map.py，和体检脚本放在同一个文件夹。

先把上一段打印出来的建议映射表核对好，再替换这里的 COLUMN_MAP。

# 第二步：用映射表把列名统一，再合并# 需要：pip install pandas openpyxl# 和上一篇那个合并脚本是同一件事，多了中间这一张映射表import pandas as pdfrom pathlib import PathBASE = Path(__file__).resolve().parentsrc = BASE / "待合并"# 要合并的 Excel 放这里out_file = BASE / "合并结果.xlsx"# 结果输出到脚本旁边# ① 映射表：左边是要统一成的标准列名，右边是这个位置上出现过的各种写法#    这一段可以直接用 check_columns.py 打印出来的建议，核对后粘过来COLUMN_MAP = {"场站": ["场站", "场站名称"],"日期": ["日期", "日期(日)", "统计日期"],"计划值(MW)": ["计划值(MW)", "计划出力(MW)", "计划值"],"实际值(MW)": ["实际值(MW)", "实际出力(MW)", "实际值"],}files = sorted(src.glob("*.xlsx"))ifnot files:raise SystemExit(f"没读到 .xlsx：检查一下 {src} 里是不是空的")frames = []skipped = []for f in files:    df = pd.read_excel(f)# ② 按映射表改名：一个文件里可能同时有几种写法，取第一个命中的    rename = {}for std, aliases in COLUMN_MAP.items():for a in aliases:if a in df.columns:                rename[a] = stdbreak    df = df.rename(columns=rename)# ③ 缺列的文件不硬凑，单独报出来 —— 静默补空值是最难发现的一种错    missing = [c for c in COLUMN_MAP if c notin df.columns]if missing:        skipped.append((f.name, missing))continue    df = df[list(COLUMN_MAP)]      # 只留标准列，多的（比如备注）先丢掉    df["来源文件"] = f.name         # 出错时能回到原表核对    frames.append(df)if skipped:    print("以下文件缺列，已跳过：")for name, miss in skipped:        print(f"  {name} 缺 {miss}")    print()df = pd.concat(frames, ignore_index=True)# ④ 清洗：日期转 datetime，数值转数字，转不出来的行（表尾的合计、备注）丢掉df["日期"] = pd.to_datetime(df["日期"], errors="coerce")for c in ["计划值(MW)", "实际值(MW)"]:    df[c] = pd.to_numeric(df[c], errors="coerce")before = len(df)df = df.dropna(subset=["日期"])print(f"清洗：丢掉 {before - len(df)} 行（日期列不是日期的行，通常是表尾备注）")df["偏差(MW)"] = df["实际值(MW)"] - df["计划值(MW)"]df.to_excel(out_file, index=False)print(f"合并 {len(frames)} 个文件，共 {len(df)} 行")print(f"已生成：{out_file}")

这次跑完，屏幕上是这样的：

清洗：丢掉2行（日期列不是日期的行，通常是表尾备注）合并4个文件，共24行已生成：C:\...\合并结果.xlsx

打开结果：6 列、24 行，一个空格子都没有。

四项核心数据之外，多出来的两列，一列是“来源文件”——哪个数不对，能回到原表核对；一列是“偏差(MW)”——实际值减去计划值。

注意，“0 空值”是这组样例的结果。如果原表的数值本来就有缺失，或者写了转不成数字的内容，这段代码不会凭空把它补好。

照着样例用，主要改两处：文件夹不叫“待合并”，就改两个脚本里的 src；列名跟我的不同，就换成自己的映射表。

04｜这几行，为什么放在这里？

如果你刚学 Python，先看懂下面三处，就能知道这段脚本在替你做什么。

为什么把各种叫法放进一张映射表？

直接写 df.rename(columns={"场站名称": "场站"})，当然也能改名。

但表一多，各种写法散在代码里，回头改起来容易漏。集中写成“标准列名：[多种写法]”，新叫法来了，就往对应列表里加一个字符串，处理流程不用跟着改。

还有个细节：同一张表里如果同时有几种叫法，这段代码按列表顺序取第一个命中的，不会把它们自动合成一列。这种表要先核对清楚。

缺列了，为什么直接跳过？

因为补空值很省事，也容易让问题混进结果。

现在 if missing: 这段会把缺少必要列的文件记下来，跳过，并告诉你“哪个文件缺哪几列”。看到提示，就回原表核对，别只盯着最后生成的结果。

如果所有文件都缺列，没有一张进入合并列表，后面的 concat 也会报错。这时先检查映射表和原表表头。

为什么按“日期”删行？

样例里有一张表，数据下面多了两行：一行写“合计”，一行写“注：本表数据以结算为准”。

pd.to_datetime(..., errors="coerce")

会尝试把日期列转成日期，转不出来的记为 NaT。

后面的

dropna(subset=["日期"])

再把这些行删掉。

所以这次少了 2 行，26 行变成 24 行。

这段代码删的是“日期转不出来的行”，并不只认“合计”和“备注”。 正式数据里的日期如果写错了，也可能被删。屏幕上打印了删除行数，记得回头核对是不是删对了。

数值列则不同：转不成数字会变成缺失值，但不会仅仅因为数值缺失就删掉整行。读代码时，要把这两件事分开看。

05｜需求变了，改哪里？

顺序我也建议照着来：先跑体检，看完清单，再决定映射表怎么写。

跳过第一步，凭印象写列名，很容易漏掉一个空格、一种叫法。先把差异摆在眼前，心里才有底。

原表不用挨个改了，但最后那遍核对，还得自己来——只有你知道，“日期(日)”和“统计日期”到底是不是一回事。

你手上最常见的是哪种情况：同一个意思换了名字，还是名字一样，里面装的却不是同一回事？欢迎在评论区留一组不涉及工作敏感信息的表头，说说你是怎么处理的。

下一篇想接着聊：表合完以后，怎么核对有没有漏数据、算错数。毕竟看到“合并完成”四个字，我现在还不敢直接交差。