# collect excel content into list of dataframes
data = []
for excel_file in excel_files:
    data.append(pd.read_excel(excel_file, engine="openpyxl"))

# concatenate dataframes horizontally
df = pd.concat(data, axis=1)
# save combined data to excel
df.to_excel(excelAutoNamed, index=False)

当你横向追加时，你可以尝试上面的方法!希望这对sum1有所帮助

如果您正在处理大数据，并且需要连接多个数据集，那么多次调用concat可能会提高性能。

如果你不想每次都创建一个新的df，你可以聚合这些变化并只调用concat一次:

frames = [df_A, df_B]  # Or perform operations on the DFs
result = pd.concat(frames)

这一点在熊猫文档中指出，在部分底部的连接对象下):

注意:值得注意的是，concat(因此是append) 生成数据的完整副本，并不断重用此数据 函数会对性能造成很大的影响。如果你需要的话 对多个数据集的操作，使用列表推导式。

跨行合并:

df_row_merged = pd.concat([df_a, df_b], ignore_index=True)

跨列合并:

df_col_merged = pd.concat([df_a, df_b], axis=1)

要按列连接2个pandas数据帧，使用它们的索引作为连接键，你可以这样做:

both = a.join(b)

如果你想通过索引来连接多个dataframe、Series或它们的混合，只需将它们放在一个列表中，例如:

everything = a.join([b, c, d])

请参阅pandas文档中的datafframe .join()。

# collect excel content into list of dataframes
data = []
for excel_file in excel_files:
    data.append(pd.read_excel(excel_file, engine="openpyxl"))

# concatenate dataframes horizontally
df = pd.concat(data, axis=1)
# save combined data to excel
df.to_excel(excelAutoNamed, index=False)

当你横向追加时，你可以尝试上面的方法!希望这对sum1有所帮助

使用下面的代码水平附加两个Pandas数据帧:

df3 = pd.concat([df1, df2],axis=1, ignore_index=True, sort=False)

您必须指定围绕哪个轴合并两个帧。