在数据分析和处理的过程中，Excel文件是我们经常会遇到的数据格式之一。本文将通过一个具体的示例，展示如何使用Python和Pandas库来读取、合并和处理多个Excel文件的数据，并最终生成一个包含总得分和总积分的排名表。

导入必要的库

首先，我们需要导入必要的库。Pandas是一个强大的数据处理库，而glob库则用于文件路径匹配。

import pandas as pd
import glob

获取所有Excel文件的路径

接下来，我们使用glob库获取指定目录下所有Excel文件的路径。

excel_files = glob.glob("./样例数据/*.xlsx")

读取并合并所有Excel文件的数据

我们使用Pandas的read_excel函数读取每个Excel文件的数据，并将它们合并成一个DataFrame。

merged_df = pd.concat([pd.read_excel(file, header=1) for file in excel_files], ignore_index=True)

按姓名分组并计算总得分和总积分

使用groupby和agg函数按姓名分组，并计算每个人的月度得分总和和积分总和。

grouped_df = merged_df.groupby('姓名').agg({'月度得分': 'sum', '积分': 'sum'}).reset_index()

重命名列名

为了更好地理解数据，我们将列名进行重命名。

grouped_df.rename(columns={'月度得分': '总得分', '积分': '总积分'}, inplace=True)

计算总排名

根据总积分计算每个人的排名。

grouped_df['总排名'] = grouped_df['总积分'].rank(ascending=False, method='min')

根据总积分和总得分进行排序，并重置索引

我们根据总积分和总得分进行降序排序，并重置索引。

grouped_df = grouped_df.sort_values(by=['总积分', '总得分'], ascending=[False, False]).reset_index(drop=True)

将结果保存到一个新的Excel文件中

最后，我们将最终的结果保存到一个名为总积分及排名.xlsx的Excel文件中。

grouped_df.to_excel("总积分及排名.xlsx", index=False)

结论

通过上述步骤，我们成功地读取并合并了多个Excel文件的数据，按姓名计算了每个人的总得分和总积分，并生成了一个包含总排名的Excel文件。

完整代码如下：

# 导入必要的库
import pandas as pd
import glob
# 获取所有Excel文件的路径
excel_files = glob.glob("./样例数据/*.xlsx")
# 读取并合并所有Excel文件的数据
merged_df = pd.concat([pd.read_excel(file, header=1) for file in excel_files], ignore_index=True)
# 按姓名分组并计算总得分和总积分,使用groupby和agg函数按姓名分组，并计算每个人的月度得分总和和积分总和
grouped_df = merged_df.groupby('姓名').agg({'月度得分': 'sum', '积分': 'sum'}).reset_index()
# 重命名列名
grouped_df.rename(columns={'月度得分': '总得分', '积分': '总积分'}, inplace=True)
# 计算总排名
grouped_df['总排名'] = grouped_df['总积分'].rank(ascending=False, method='min')
# 根据总积分和总得分进行排序，并重置索引
grouped_df = grouped_df.sort_values(by=['总积分', '总得分'], ascending=[False, False]).reset_index(drop=True)
# 将结果保存到一个新的Excel文件中
grouped_df.to_excel("总积分及排名.xlsx", index=False)