运维侠职场日记16：用DeepSeek三天通关详解新手必看！保姆级教学Python手把手教学多数据源合并写入Excel精讲

一. 痛点

⏰运维侠小白有个烦恼，多种不同格式的数据源文件，如：JSON格式、excel格式等等，需要合并保存到excel中，听说学习python可以提高工作效率，迫不及待了？

欢迎阅读：Python邮件自动化大全打工人逆袭

多尝试，困难才会被克服

学习就像追妹子，你只能看到背影，但只要坚持日积月累的付出，迟早她整个人属于你❤。

二.基础：准备工作

⚠️避免报错：

1. 文件路径 没有写绝对路径默认是处理python代码所在路径的文件，因此需要把代码文件放到这个处理的文件同一文件夹里。

（1）安装 openpyxl、pandas模块

💻 代码：在命令行终端执行

# 安装必要库（命令行执行）
pip install openpyxl
pip install pandas

（2）基本构成：Excel文档的"三件套"结构

想象Excel就像一本老式账本：

📒 工作簿（Workbook）：整个账本

📄 工作表（Sheet）：账本里的每一页

📦 单元格（Cell）：每个小格子

Excel结构示意图：

三.进阶：

⚠️避免报错：

1. 文件路径 没有写绝对路径默认是处理python代码所在路径的文件，因此需要把代码文件放到这个处理的文件同一文件夹里。
2. 此案例仅限于同一个部门，不同格式数据源合并，修改部分代码可以举一反三。

多数据源合并写入excel

源文件：

💻 代码：

import pandas as pd
from datetime import datetime


# 文字流程图：
# 读取多格式数据 -> 统一清洗 -> 合并计算 -> 分表存储

def multi_source_merge(output_path):
    # 读取JSON（避坑点1：处理嵌套结构）
    df1 = pd.read_json(r"C:\Users\ZHAOY\PycharmProjects\1\整理后的文件\文档\database1.json")

    # 读取CSV（避坑点2：处理分隔符）
    df2 = pd.read_csv(r"C:\Users\ZHAOY\PycharmProjects\1\整理后的文件\文档\database2.csv",encoding='gbk')
    
    # 合并数据（避坑点3：指定关联字段）
    merged = pd.merge(df1, df2, on="部门")

    # 创建新工作簿（避坑点4：同时保存多个sheet）
    with pd.ExcelWriter(output_path) as writer:
        merged.to_excel(writer, sheet_name="汇总", index=False)
        df1.to_excel(writer, sheet_name="原始数据_JSON", index=False)
        df2.to_excel(writer, sheet_name="原始数据_CSV", index=False)

    print(f"合并报表已生成：{output_path}")


# 使用示例
multi_source_merge(r"C:\Users\ZHAOY\PycharmProjects\1\整理后的文件\文档\综合报表.xlsx")

如图：

💡 调试技巧：先测试单个文档生成，再扩展为批量处理
💡在评论区告诉我，下期教你用Python搞定！