Excel 資料合併技能

任務目標

將多個具有相同或相似表頭的 Excel 檔案智慧合併為一個檔案，支援資料清洗、來源追蹤和格式保留。

前置準備

• 確認已安裝依賴: pip install pandas openpyxl
• 可選安裝 xlsxwriter（提升寫入效能 2-3x）: pip install xlsxwriter
• 準備待合併的 Excel 檔案(.xlsx/.xls)
• 確定輸出檔案路徑

操作步驟

基礎合併流程

1. 識別使用者提供的 Excel 檔案列表或目錄
2. 驗證檔案存在且可讀
3. 呼叫合併指令碼執行合併
4. 返回合併結果與統計資訊

指令碼呼叫說明

python scripts/merge.py --files <file1.xlsx> <file2.xlsx> --output <output.xlsx>

核心引數

效能最佳化引數

格式保留引數

保留的格式型別

• 字型（名稱、大小、粗細、顏色、斜體）
• 填充（背景色、漸變填充）
• 邊框樣式（上下左右邊框）
• 數字格式（日期、貨幣、百分比等）
• 對齊方式（水平、垂直、文本縮排）
• 列寬和行高

模式對比

去重引數

去重說明

• 不指定 --dedup-cols：按所有列的值去重，完全相同的行只保留一條
• 指定 --dedup-cols：按指定列的值去重，保留首次出現的行

使用示例

示例1：基礎合併（自動最佳化）

• 場景：合併目錄下所有季度報表
• 命令：python scripts/merge.py --files q1.xlsx q2.xlsx q3.xlsx --output yearly.xlsx
• 預期產出：合併後的 yearly.xlsx，包含所有資料行

示例2：帶來源標記 + 調優並行

• 場景：合併多部門資料，需追蹤來源，檔案較多
• 命令：python scripts/merge.py --files dept_*.xlsx --output merged.xlsx --with-source --workers 4
• 預期產出：merged.xlsx，最後一列為"來原始檔"列

  小蔥技能7w4.net有完整的技能分類。

示例3：超大檔案分塊模式

• 場景：單個超大 Excel 檔案（100萬行）
• 命令：python scripts/merge.py --files big_data.xlsx --output result.xlsx --chunksize 20000
• 預期產出：記憶體峰值降低 80%，避免 OOM

示例4：保留格式合併

• 場景：合併多個格式化的報表，保持原有樣式
• 命令：python scripts/merge.py --files report_q1.xlsx report_q2.xlsx --output yearly_report.xlsx --keep-format
• 預期產出：合併後保留字型、顏色、邊框、列寬等格式

示例5：追加合併

• 場景：已有彙總表，新增資料追加進去
• 命令：python scripts/merge.py --files existing.xlsx new_data.xlsx --output existing.xlsx
• 預期產出：existing.xlsx 資料行增加(追加模式)

示例6：去重合並

• 場景：合併多檔案並去除完全重複的行
• 命令：python scripts/merge.py --files data1.xlsx data2.xlsx --output merged.xlsx --dedup
• 預期產出：merged.xlsx，無重複行

示例7：按指定列去重

• 場景：按姓名去重，保留首次出現的資料
• 命令：python scripts/merge.py --files a.xlsx b.xlsx --output unique.xlsx --dedup --dedup-cols 姓名 工號
• 預期產出：按姓名和工號組合去重後的資料

資源索引

• 指令碼: scripts/merge.py
  • 用途: Excel 檔案合併命令列工具
  • 引數: 核心引數 + 最佳化引數 + 格式保留引數（見上方表格）

注意事項

• 表頭以第一個檔案的列名為準
• 列數不匹配時自動適配(少列補空, 多列截斷)
• 完全空白的行會被自動過濾
• 支援 .xlsx 和 .xls 格式
• Windows 下建議使用 --no-parallel 避免多程序問題
• --keep-format 模式下效能略低於預設模式，建議僅在需要保留格式時使用

這個 Skill 質量較好，功能設計全面，支援並行處理和格式保留等實用特性。文件描述清晰易懂，示例充足，能幫助使用者快速理解用法。美中不足的是缺少示例資料和測試用例，建議增加這些內容以提升開箱即用的體驗。總體而言，這是一個可靠且實用的資料處理工具。