用 pandas.concat 合并多个 excel 文件前，须统一读取格式：显式指定 header=0、dtype=str（或按列设类型），对合并单元格用 fillna(method='ffill')；用 glob 精准匹配文件；concat 时必设 ignore_index=true；导出大文件用 engine="xlsxwriter"；日期列需 parse_dates 强制转换或全读为 str 统一处理。
用 pandas.concat 合并多个 Excel 文件前，先统一读取格式
直接 pd.concat 多个 pd.read_excel() 结果常出错，不是列名对不齐，就是某张表有合并单元格或空行。关键不是“怎么拼”，而是“怎么让每张表读出来结构一致”。
- 务必显式传入
header=0（哪怕第一行是标题），避免某些文件因空行导致自动跳过 - 加
dtype=str或按列指定类型，防止数字列被误读成float64（比如工号“00123”变成123.0） - 遇到合并单元格，
read_excel默认会填充NaN，但后续concat时可能引发类型冲突，建议提前用fillna(method='ffill')处理
遍历文件夹时，glob 比 os.listdir 更稳
os.listdir 返回所有文件，包括隐藏文件、临时文件（如 ~$report.xlsx），一不小心就触发 xlrd 或 openpyxl 解析失败。而 glob 可精准匹配后缀，还能自然跳过非 Excel 文件。
- 用
glob.glob("data/*.xlsx")，别用os.listdir("data")+ 字符串判断 - Windows 下路径分隔符不用手动处理，
glob自动适配 - 如果文件名含中文或空格，
glob也比pathlib.Path().iterdir()少一层编码风险（尤其 Python 3.8 以前）
concat 时必须设 ignore_index=True，否则索引重复报错
每张 Excel 读进来默认索引是 0, 1, 2...，直接 concat 会保留原始索引，结果 DataFrame 出现大量重复索引值。后续用 .loc 或导出时容易出问题，且 drop_duplicates 不生效。
- 永远加
ignore_index=True，让新 DataFrame 索引从 0 连续重排 - 别依赖
sort_index()补救——它不解决底层索引重复，只影响显示顺序 - 如果真需要保留来源标识，改用
keys参数：pd.concat(dfs, keys=file_names, ignore_index=False)，但要注意返回的是MultiIndex
合并后导出大文件，openpyxl 会卡死，换 xlsxwriter
超过 5 万行或带样式的 Excel 合并后，用默认引擎（openpyxl）写入经常卡住、内存暴涨甚至崩溃。这不是数据问题，是引擎本身对“纯数据写入”优化不足。
- 导出时显式指定引擎：
df.to_excel("merged.xlsx", engine="xlsxwriter") -
xlsxwriter不支持读取，只用于写，所以只在最后一步用 - 如果原表有复杂样式或图表，别强求合并——Excel 本质不是数据库，样式和数据该分开管
2023-05-01 在不同 Windows 区域下，read_excel 可能解析成 datetime 或 str，进而导致 concat 时某列类型为 object，后续无法做时间运算。处理办法只有两个：要么统一用 parse_dates 强制转，要么全读成 str 再统一处理。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
