Python批量读取特定文件夹下Excel的话，主要分为2步，首先根据后缀名（xls或xlsx）匹配出所有Excel文件，然后直接利用相关模块（pandas，openpyxl等）读取即可，下面我简单介绍一下实现过程，感兴趣的朋友可以尝试一下：
这一步非常简单，主要是根据后缀名匹配所有Excel文件，基本思路先使用os.walk函数遍历指定的文件夹，找到所有文件，然后一一匹配文件后缀名，如果是xls或xlsx，则为Excel文件，添加到list列表，之后返回，后面读取函数就是根据这个列表（存储所有搜索到的Excel文件路径）读取Excel文件：
安装完成后，我们就可以直接使用pandas库读取Excel文件了，非常简单，只需要一行代码即可搞定，也就是read_excel函数，传入Excel文件路径就行，默认情况下会读取列标题，如果你不需要列标题的话，设置header=None即可，读取的数据类型为DataFRAMe，后续处理的话，也非常方便：
在Python中，文件式编程通常指的是将代码保存在.py文件中，然后通过Python解释器来执行这个文件。这是一个非常基础和常见的编程范式。以下是一个简单的步骤说明：
例如，你可以创建一个简单的Hello World程序：
运行Python文件：接下来，打开命令行或终端，然后导航到你保存Python文件的目录。你可以使用cd命令来改变当前目录。一旦你在正确的目录中，你可以通过在命令行中输入python filename.py（将filename替换为你的文件名）来运行你的Python文件。
例如，如果你的文件名是hello.py，那么你应该输入：
这就是Python文件式编程的基本概念。你可以在文件中编写更复杂的代码，包括函数、类、模块等，来实现更复杂的功能。
另外，还有更高级的概念，如包（package）和模块（module），它们允许你组织和管理大型代码库，但这是更进阶的主题了。