glob路径错误致空列表、dtype未设致前导零丢失、concat未ignore_index致索引重复、大文件全量加载致内存溢出是excel批量读取四大陷阱。
用 glob 批量读取 Excel 文件时路径写错会静默失败
常见现象是 glob.glob("*.xlsx") 返回空列表，但程序不报错，后续 pd.concat 直接崩溃或合并出空 DataFrame。根本原因在于当前工作目录不是 Excel 文件所在目录。
实操建议：
- 显式指定绝对路径或使用
os.chdir()切换到目标文件夹后再调用glob - 优先用
glob.glob("data/*.xlsx")这类相对路径，并确认data/存在且有读取权限 - 加一行检查：如果
file_list = glob.glob("*.xlsx"); print(len(file_list))输出为 0，立刻停住排查路径 - Windows 下注意反斜杠转义问题，统一用原始字符串：
r"data\*.xlsx"或正斜杠"data/*.xlsx"
pd.read_excel() 不加 dtype=str 会导致数字列自动转 int 后丢失前导零
比如“00123”变成 123，“0001”变成 1，合并后无法还原。这不是 concat 的问题，而是单个读取阶段就已失真。
实操建议：
- 统一加参数
dtype=str，强制所有列按字符串读入（适合多数报表场景） - 若需保留数值类型，改用字典精确指定列类型：
dtype={"订单号": str, "金额": float} - 避免依赖默认类型推断——Excel 单元格格式和实际内容常不一致，
read_excel的推测不可靠
pd.concat() 默认不重置索引，合并后出现重复或跳跃的行号
每个 Excel 读成一个 DataFrame，默认索引都是从 0 开始，直接 concat 会导致 index 重复（如全是 0,1,2），影响后续 .loc 查找或去重逻辑。
实操建议：
- 必须加参数
ignore_index=True，让concat生成连续新索引 - 如果需要保留原始文件来源信息，提前给每个 DataFrame 加一列：
df["source"] = filename，再 concat - 不要依赖
reset_index()补救——它只是重排 index，而ignore_index=True是 concat 内部重建，更干净
大文件合并时内存暴涨，pd.concat 卡死或 OOM
一次性把几十个 10MB 的 Excel 全读进内存再拼接，很容易触发 MemoryError。Pandas 不会自动流式处理 Excel，glob + read_excel + concat 是全量加载模式。
实操建议：
- 先用
pd.read_excel(..., nrows=1)快速探查列结构，确认 schema 一致再批量读 - 分批处理：每读 5 个文件就
concat一次并del掉原 df，及时触发 Python 垃圾回收 - 真正大批量时，放弃 Excel 直读，改用
openpyxl流式提取关键列，或先导出为 CSV 再用pd.read_csv（更快更省内存）
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！
