如何在WPS表格中批量导入并合并多个Excel文件数据？

功能定位：为什么“批量合并”必须单独讲

关键词“WPS表格批量导入并合并多个Excel文件数据”听起来像“打开→复制→粘贴”的机械放大，可当文件数跨过 20 份、字段顺序月月变、新表还在持续追加时，人工误差与耗时呈指数级膨胀。WPS Spreadsheets 2026 版给出两条官方通道：① Power Query 级查询编辑器（内置，无需插件）；② 一键 Python 脚本扩展（内置解释器，直接调用 pandas）。前者零代码、可刷新；后者够灵活、能二次计算。先弄清它们的“写入时机”与“回滚成本”，才能避免“合并完才发现丢列”的尴尬。

前置检查：版本、格式与命名约束

动手之前，先让环境过关。Power Query 入口要求 Windows 桌面版 ≥ 13.9，macOS 目前仅保留“数据→获取数据→文本”，图形界面缺席。文件格式上，xlsx、xls、csv、et 都能被识别，但 xls 会被强制只读，建议提前批量转换。列名若不完全一致，PQ 默认按“名称+位置”双条件匹配，空列会生成“Column1”占位，可在“将第一行用作标题”后手动剔除。命名环节，经验性观察显示中文括号“（）”与“#”符号在刷新时偶发转义失败，统一用下划线更省心。

小场景：财务月报 42 家分店

某连锁茶饮品牌每月 5 号前需汇总 42 家门店“日报.xlsx”。各店表格由店长自行维护，列顺序、空行、汇总行五花八门。过去三个月手工合并平均耗时 4.5 小时，差错率 8%。改用 PQ 方案后，首次搭建模板 30 分钟，次月起仅执行“数据→刷新全部”即完成，差错率压到 0.3%。

通道 A：Power Query 无代码合并（Windows 桌面版）

最短路径

新建空白工作簿→“数据”选项卡→“获取数据”→“自文件夹”。
浏览到存放目标 Excel 的文件夹（可含子文件夹），确认“组合”下拉框选“合并并加载至…”。
在“合并文件”对话框中，勾选“将第一个工作表用作示例”，若各文件 sheet 名不同，可改选“按位置”或“按名称”自动匹配。
点击“转换数据”进入 Power Query 编辑器，删除自动生成的“Source.Name”列（若不需要追溯来源），或保留并重命名为“门店编号”。
主页→“关闭并加载至…”→选“新工作表”或“数据模型”，完成。

可复现验证

在空白列输入 =COUNTA(合并表[门店编号])，应与文件夹内文件数一致；再抽样打开源文件，校验首尾行金额合计是否等于合并表对应列的汇总。若不一致，优先检查“空行”“汇总行”是否被 PQ 当作数据，可在 PQ 里用“筛选→删除空值”或“删除行→删除最后几行”解决。

边界与回退

当单文件行数 > 1,048,576 时，PQ 会触发“内存不足”提示，此时应改用“添加到数据模型”并勾选“加载到数据透视表”，以压缩方式引用。若需回退，直接删除“查询 & 连接”窗格中的查询即可，不会影响源文件。

通道 B：一键 Python 脚本扩展（Windows/macOS 均支持）

启用步骤

“工具”选项卡→“Python 脚本”→首次使用会提示下载内置解释器（约 180 MB，仅第一次）。
在右侧脚本窗格输入以下模板，修改 folder_path 为你的实际路径：

import pandas as pd, os, glob
folder_path = r'D:日报'
files = glob.glob(os.path.join(folder_path, '*.xlsx'))
df_list = [pd.read_excel(f, sheet_name=0, header=0) for f in files]
merged = pd.concat(df_list, ignore_index=True)
merged['来源文件'] = [os.path.basename(f) for f in files for _ in range(len(df_list[files.index(f)]))]
output = merged.loc[merged['来源文件'].notnull()]
output

点击“运行”，结果会自动以“Python 输出”新工作表返回，可继续用 WPS 函数二次加工。

取舍理由

Python 方案的优势在于可二次清洗（如用正则剔除“汇总”行）、生成中间 CSV 供外部系统调用；劣势是每次需手动运行，不支持“刷新”按钮。若你每月需做“同环比计算+透视图”，建议把 Python 输出先加载到数据模型，再用数据透视表刷新，实现“半自动”。

移动端与 Linux 的特别说明

Android/iOS 的 WPS 目前仅支持“插入→对象→由文件创建”单文件导入，无法原生合并；可借助“金山云文件夹”收集表功能，让各门店通过小程序填写，云端自动生成在线汇总表，再于桌面端一键导出。Linux（含信创 UOS）桌面版已集成 Power Query，入口与 Windows 一致，但 GPU 硬件加速依赖国产显卡驱动，若刷新时报“LLVM 错误”，可在“选项→高级→禁用硬件加速”后重试。

常见失败分支与排查表

现象	最可能原因	验证动作	处置
PQ 预览空白	文件夹内存在临时 ~$ 文件	资源管理器勾选“显示隐藏”	删除 ~$ 开头文件后刷新
Python 报错 XLRDError	扩展名 xls 被高版本 pandas 弃用	print(pd.__version__)	engine='openpyxl' 或先转 xlsx
刷新后日期变 5 位数字	PQ 识别为文本	检查源文件日期列是否左对齐	PQ 里“更改类型→使用区域设置→日期”

不适用场景清单（When not）

源文件已加密：PQ 与 Python 均无法绕过打开密码，需先批量去密（人工或官方批量工具）。
需保留公式：合并后仅得值，公式被丢弃；若必须保留，请改用“工作簿汇总”→“INDIRECT+通配符”方案，但性能随文件数线性下降。
实时性 < 1 分钟：PQ 刷新最低间隔 1 分钟，且需手动或 VBA 触发，无法做流式实时大屏。
跨表关联复杂（> 5 条件列）：Power Query 会生成嵌套 Native Query，刷新耗时可能增加 10 倍以上，经验性观察建议改用关系型数据库。

最佳实践 6 条（检查表可直接打印）

统一模板：提前下发“只读母版.xlsx”，含冻结表头、下拉选项，减少列名歧义。
空行零容忍：母版中禁用“汇总行”，用“表格样式”自动扩区，避免 PQ 把汇总当数据。
文件命名=门店编号+年月，方便 PQ 自动拆分“来源文件”字段，省一步正则。
每月归档：在文件夹外设“historyYYYYMM”子目录，将上月文件移走，防止刷新时重复。
双重备份：合并结果另存为“合并_YYYYMM.xlsx”，并同步到金山云团队盘，关闭“协作模式”避免误改。
版本锁定：模板定稿后，用 WPS 保护→“限制编辑”设密码，禁止店长增列；若必须增列，由总部统一发布新模板。

FAQ（使用 FAQPage Schema）

刷新后提示“内存不足”怎么办？

先检查是否加载到工作表，改为“加载到数据模型”即可压缩 70% 内存；若仍不足，可在“选项→高级→取消勾选‘后台刷新’”，关闭其他工作簿再试。

macOS 能否使用 Power Query？

截至当前的最新版本，macOS 版 WPS 暂无图形化 PQ，仅支持“数据→获取数据→CSV/文本”。建议用 Python 脚本扩展或远程到 Windows 云桌面完成合并。

合并后数字列无法求和？

原因是 PQ 默认文本格式。在 PQ 编辑器选中该列→“开始→数据类型→小数”，再刷新即可；若已加载，可在工作表用 VALUE() 函数批量转。

收尾：下一步行动建议

如果你今天就要交报表，优先用 Power Query 模板，15 分钟可跑通；若后续还要做数据清洗、同环比计算，再投入 30 分钟把 Python 脚本写成“月度按钮”，一次写入长期受益。合并完成后，记得用“数据→查询 & 连接”右键“属性”，把“刷新时调整列宽”取消，避免刷新后格式乱跑。最后，把这篇检查表另存为 PDF 发到工作群，让店长们按模板回传，你就从“合并民工”升级为“数据 owner”了。

未来两个版本内，WPS 官方路线图已透露“PQ 自动调度”与“Python 脚本按钮化”正在内测，届时有望实现真正的“一键刷新+云端轮询”。提前把模板和命名规范准备好，等新版本推送，你就能第一时间享受“无感合并”。