在日常工作中，经常会遇到需要多个工作表联合操作的情况。比如，要过滤工作表A中的数据，但过滤条件在工作表B中，如果这些工作表都在同一个工作簿中，那么Excel提供了相应的方法进行操作；但如果这些工作表分布于不同的工作簿中，Excel就无能为力了，此时只能先将不同工作簿中的工作表整理到一个新的工作簿中，然后再进行操作，因此整个过程非常烦琐。使用Pandas则无须担心多个工作簿、多个工作表的情况，Pandas可以轻松将多个工作簿中的任意工作表读入，然后一同处理。
假设我们有三个表格，分别存放了学生的名字、学习的年龄、学生的分数三个Excel文件。并且三个表格中每一行数据都是相互对应的。现在我们想要获取年龄大于20岁且分数大于60分的学生的姓名。下面通过Pandas实现多表联合操作，完成这个任务。
代码语言：javascript复制import pandas as pd
# 首先读取三个Excel文件中的数据
name = pd.read_excel('name.xlsx',sheet_name='name')
score = pd.read_excel('score.xlsx',sheet_name='score')
age = pd.read_excel('age.xlsx',sheet_name='age')
# 将多个表格的数据合并在一起
# 使用fillna方法将NaN都填充为0
tab1 = name.merge(score,how='left',on='ID').fillna(0)
tab1['分数'] = tab1['分数'].astype(int)
tab2 = tab1.merge(age,how='left',on='ID').fillna(0)
tab2['年龄'] = tab2['年龄'].astype(int)
# 获取满足条件的数据
result = tab2[(tab2['年龄'] >= 20) & (tab2['分数']>=60)]
print(result)上述代码中，先将不同Excel文件对应的数据读入，随后通过merge方法将工作表两两合并。合并完成之后，通过条件轻松过滤满我们想要的数据了。
