欢迎来到"花花 Show Python"，一名热爱编程和分享知识的技术博主。在这里，我将与您一同探索Python的奥秘，分享编程技巧、项目实践和学习心得。无论您是编程新手还是资深开发者，都能在这里找到有价值的信息和灵感。
自我介绍：
我热衷于将复杂的技术概念以简单易懂的方式呈现给大家，让每个人都能享受到编程的乐趣。我相信，通过不断的学习和实践，我们都能够成为更好的开发者。
关注提示：
如果您喜欢我的内容，别忘了点击关注哦！这样您就可以第一时间获取我的更新和分享。您的支持是我不断前进的动力。

原始表格是这样的，有278张表格，我们需要根据指定的分组进行汇总求和并排序，最终完成这样的表格（见下图）：

代码：

python">import pandas as pd  # 导入pandas库，用于数据处理  
import time  # 导入time库，用于测量代码执行时间  s_t = time.time()  # 记录代码开始执行的时间  # 新建一个空的DataFrame，用于存储汇总所有工作表的结果  
result = pd.DataFrame()  # 使用pandas的read_excel函数读取整个Excel文件中的所有工作表，header=2表示将第二行作为列名，sheet_name=None表示读取所有工作表  
df = pd.read_excel('日领料单.xlsx', header=2, sheet_name=None)  # 遍历df的键（即Excel中的工作表名）  
for sheet_name in df.keys():  # 对当前工作表的数据进行分组，按'物料编号'和'物料描述'分组，并计算'批号批数量'的总和  df_sum = df[sheet_name].groupby(['物料编号', '物料描述'])['批号批数量'].sum().reset_index()  # 将当前工作表的汇总结果追加到result DataFrame中  result = pd.concat([result, df_sum])  # 对result DataFrame按'物料编号'和'物料描述'进行分组，并再次计算'批号批数量'的总和，以去除可能的重复计数  
# 然后重置索引，并按'批号批数量'列的值降序排序  
final = result.groupby(['物料编号', '物料描述'])['批号批数量'].sum().reset_index().sort_values('批号批数量', ascending=False)  # 将最终的汇总结果保存到新的Excel文件中  
final.to_excel("汇总.xlsx")  e_t = time.time()  # 记录代码执行结束的时间  # 打印处理所有表格所用的时间  
print(f"处理278张表格共用时{e_t-s_t}秒")