大家好，我是皮皮。
一、前言
前几天在Python白银交流群【上海新年人】问了一个Python自动化办公处理的问题，一起来看看吧。
上一篇文章中，我们已经看到了第一种解决办法了，这一篇文章我们一起来看看另外一种方法。
二、实现过程
这里【瑜亮老师】给了一个代码和思路，如下所示：
<pre data-tool="mdnice编辑器" style="margin: 10px 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important; color: rgb(0, 0, 0); font-size: 16px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-thickness: initial; text-decoration-style: initial; text-decoration-color: initial; border-radius: 5px; box-shadow: rgba(0, 0, 0, 0.55) 0px 2px 10px; visibility: visible;">`# 读取Excel表数据到DataFrame df1 = pd.read_excel(file, sheet_name='淮海') df2 = pd.read_excel(file, sheet_name='南京') df3 = pd.read_excel(file, sheet_name='北京') # 数量列重命名为"淮南数量"、"南京数量"、"北京数量" df1.rename(columns={'数量': '淮海数量'}, inplace=True) df2.rename(columns={'数量': '南京数量'}, inplace=True) df3.rename(columns={'数量': '北京数量'}, inplace=True) # 按照品名纵相拼接df1、df2、df3 result = df1.merge(df2, on='品名', how='outer').merge(df3, on='品名', how='outer').fillna('') print(result)` </pre>
顺利地解决了粉丝的问题。下一篇文章，我们一起来看看另外一种方法！
三、总结
大家好，我是皮皮。这篇文章主要盘点了一个Python自动化办公处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【上海新年人】提问，感谢【猫药师Kelly】、【瑜亮老师】给出的思路和代码解析，感谢【懒人在思考】等人参与学习交流。
【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。
