大家好，我是皮皮。

一、前言

前几天在Python白银交流群【上海新年人】问了一个Python自动化办公处理的问题，一起来看看吧。

上一篇文章中，我们已经看到了两种解决办法了，这一篇文章我们一起来看看另外一种方法。

二、实现过程

这里【瑜亮老师】另外再给了一个代码和思路，如下所示：

# 读取Excel表数据到DataFrame
df1 = pd.read_excel(file, sheet_name='淮海')
df2 = pd.read_excel(file, sheet_name='南京')
df3 = pd.read_excel(file, sheet_name='北京')
# 数量列重命名为"淮海数量"、"南京数量"、"北京数量"
df1.rename(columns={'数量': '淮海数量'}, inplace=True)
df2.rename(columns={'数量': '南京数量'}, inplace=True)
df3.rename(columns={'数量': '北京数量'}, inplace=True)
# 按照品名纵相拼接df1、df2、df3
result = df1.merge(df2, on='品名', how='outer').merge(df3, on='品名', how='outer').fillna(0)
# 对"淮海数量"、"南京数量"、"北京数量"3列进行求和汇总
result['汇总'] = result['淮海数量'] + result['南京数量'] + result['北京数量']
result.replace(0, '', inplace=True)
print(result)

顺利地解决了粉丝的问题。那么concat纵向合并的方式能操作吗？下一篇文章，我们一起来看看！

三、总结

大家好，我是皮皮。这篇文章主要盘点了一个Python自动化办公处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。

最后感谢粉丝【上海新年人】提问，感谢【猫药师Kelly】、【瑜亮老师】给出的思路和代码解析，感谢【懒人在思考】等人参与学习交流。

【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。