影刀RPA实操指南：多张Excel表格自动合并与数据去重

影刀RPA实操指南：多张Excel表格自动合并与数据去重

五个店铺各导出一张订单表，月底合并成总表时要一张张复制粘贴，贴完还要肉眼查重，一干就是两小时，错一行对账就崩。这个问题我踩了半年坑，最后用影刀RPA写成了一个"文件夹丢进去、总表自动出"的流程，现在合并去重只要一分钟。

这篇实操指南专门讲多表合并与去重：影刀RPA怎么循环读文件夹里的所有Excel、怎么把多张表的数据拼在一起、怎么按订单号去掉重复行，每一步精确到指令和参数，代码块可以直接抄。

合并去重的核心思路一句话说清：**把每张表读成二维列表 → 拼成一个大列表 → 按关键列去重 → 整块写入总表。**全程不需要打开Excel界面，纯后台跑，比手工快两个数量级。

合并前的准备：文件管理与文件夹循环

先搭框架：左侧指令面板搜"获取文件夹中的文件列表"，在右侧详情面板填入文件夹路径（比如 D:\\店铺导出\\），勾选包含子文件夹按需选择，结果保存到变量 file_list，得到一个文件路径列表。

接着拖入ForEach列表循环，循环项就叫 file，循环体里放读取和拼接的逻辑。这里用到了文件处理的基础能力：影刀RPA的【获取文件列表】【复制文件】【删除文件】这类指令，合并前顺手把文件按日期归档，文件夹才不会越来越乱。

结构长这样：

读取与拼接：Excel读写指令的批量用法

循环体内部，用【打开/新建Excel】打开循环项 file，注意用完立刻【关闭Excel】再处理下一个文件，不关的话循环到第五个文件就会进程堆积报错，这是我实测出来的教训。

然后用【读取区域】把数据读出来。这里有个新手必踩的坑：**表头每一张表都有，直接拼会把表头也当成数据重复五遍。**两个方案：一是起始单元格从 A2 开始读，跳过表头；二是第一张表连表头读，后面的从 A2 读。

读出来的数据存进同一个变量 all_data，用【列表追加】指令把每张表的数据接到一起。拼接过程用变量思维理解：all_data 是一个二维列表（列表套列表），每张表贡献若干行，行是一个个一维列表。

如果愿意用Python写，等价逻辑更直观：

from xbot import excel

def main(args):
all_data = [] # 存放所有店铺数据的总列表
files = ['D:\\\\店铺导出\\\\店A.xlsx', 'D:\\\\店铺导出\\\\店B.xlsx']

for f in files:
workbook = excel.open(f, kind='office', visible=False)
worksheet = workbook.get_active_sheet()
# 从第2行读到末尾，跳过表头
rows = worksheet.get_range(2, 'A', 9999, 'H')
all_data += rows # 拼接进总列表
workbook.close() # 每张表用完立即关闭

print(f'合并后共 {len(all_data)} 行')

输入是多张店铺表，输出是合并后的总列表。visible=False 是后台模式，批量处理时看不到表格动作，速度也更快。

去重核心：列表去重与二维列表按列去重

数据拼完就该去重了。影刀RPA有两个现成指令，按数据形态选：

• 【列表去重】：一维列表用，比如一列订单号、一批URL，直接删掉重复项
• 【二维列表按列去重】：表格数据用，指定按哪一列去重，该列值相同的行只保留第一行

订单表是二维结构，用【二维列表按列去重】：输入合并后的 all_data，列索引填 0（按第一列订单号去重，索引从0开始算）。指令会直接在原列表上操作，把订单号相同的重复行删掉，只留最早出现的那一行。

**这里藏着一个关键决策点：重复行留哪一条？**指令保留第一行，所以列表顺序就是去重结果。我的做法是循环店铺文件时按导出时间从新到旧排序，这样重复订单留下的永远是最新数据。之前没注意这点，老订单把新订单盖了，退款状态全是过期的，对账差了两千多块。

如果去重逻辑更复杂（比如要留金额最大的一条），用Python处理：

# 输入：all_data 合并后的二维列表；输出：去重后的二维列表
seen = {} # 用字典记录每个订单号的最佳行
for row in all_data:
order_id = row[0]
if order_id not in seen or row[2] > seen[order_id][2]:
# 同一订单号，保留金额更大的那条
seen[order_id] = row
result = list(seen.values())

去重完成后，用【写入区域】把结果从 A1 开始写入总表，再用【关闭Excel】保存。整个流程到此闭环。

变量与流程控制回顾：合并流程的骨架

把上面的骨架捋一遍，正好把流程控制三个件都用上了：

If这里有个实用细节：Excel打开时会产生 ~$ 开头的临时文件，被循环抓进去就会报错，循环体开头加一个"如果文件名以~$开头就跳过本次循环"的判断，能省掉很多莫名报错。

元素定位与网页采集：让数据自动进文件夹

合并的上游是数据采集。平台后台的导出表可以自动化下载：用影刀RPA的元素捕获抓"导出"按钮，点顶部工具栏"捕获元素"出现橙色边框点击确认，再配【下载文件】指令存到统一文件夹。

元素抓不到就手写定位。XPath和CSS怎么选：层级深、要按文本找的用XPath，比如 //*[contains(text(),‘导出订单’)]；结构规整的用CSS，如 button.export-btn。 XPath胜在能配合函数，CSS胜在写起来短，我个人的习惯是先试CSS，不行再写XPath。

从网页上抠数据时再配正则：【从文本中提取内容】指令，比如从"共1,523条订单"里用 \\d+ 抽数字，用来判断导出是否完整。

进阶技能、系统联动与工程化

合并流程稳定后可以再加三层：

• 进阶技能：数据量大时用Python的pandas做合并去重，几万行也是秒级
• 系统联动：合并完成后【发送飞书消息】报告"本月合并5张表、12,340行、去重删除812行"，或者用邮件发送指令把总表发给同事
• 工程化规范：拆成三个子流程——01_读取合并、02_按列去重、03_写入归档，主流程只做调度；命名用编号前缀，调试时右键打断点逐段排查
• 定时任务：在"我的应用"里给流程配每天23点自动跑，白天导出的表晚上自动合好

平台实战上，淘宝、拼多多、TEMU多个店铺的订单导出都能做成自动采集，配合这套合并流程就是完整的店群对账方案。鼠标键盘图像自动化在导出场景用得少，但遇到Flash控件的老后台，图像点击是唯一解，【等待图像出现】加【点击图像】保底。

合并去重易错速查表

第二条是我付出过真实代价的：去重指令明明正常，是我没控制列表顺序，重复订单留了旧状态，第一次发现时已经入库三天。

学习资源与延伸阅读

【列表去重】和【二维列表按列去重】两条指令在官方文档里都有带数据的完整示例，建议照着官方例子跑一遍再上真数据，影刀学院的视频课里也有列表处理专题。

这套"多店铺订单合并去重"流程的完整源码我放在代码仓库 home.linyan.cloud，可以直接参考改造，把文件夹路径和去重的列索引换成你自己的业务字段就行。

#影刀RPA #RPA自动化 #Excel #数据去重 #表格处理

作者：林焱