Excel 合并多表 AI:跨表汇总实战教程
Excel 合并多表 AI 保姆教程:5 张分公司表自动合并成总表,含 3 套通用 prompt、Power Query 跨表方案和合并后对账技巧
你是不是也遇到过这种情况:每月初要把 5 个分公司发来的销售明细表合并成一张总表,每张表 3000 行,字段名还不完全一样——华东叫「销售员」华北叫「业务员」,金额一个用「元」一个用「万元」。手动一张张复制粘贴 + 改字段名,半天就过去了。这时候用 Excel 合并多表 AI,是最省事的解法。
这篇就教你怎么用 Excel 合并多表 AI。从最简单的「合并 5 张结构一样的表」,到带字段映射的进阶玩法,再到 Power Query 全自动方案,3 个 prompt 模板直接抄,10 分钟搞定多表汇总。
为什么是 AI 而不是手动复制粘贴
手动复制粘贴是最常见做法,但有 3 个硬伤:
- 慢:5 张表 1 小时,10 张表半天
- 错:复制偏一行、字段对不齐、漏掉某张表,难发现
- 不可复用:下月新数据来又得重做一遍,没有积累
AI 大模型能解决这 3 个问题。实测下来:
- Claude(Sonnet 4.5 / Opus 4.5):理解业务字段映射最强,能识别「销售员 = 业务员」这种语义等价。本文以它为主,看 Claude 是什么。
- ChatGPT(GPT-5.1 及以上):可以直接上传多个 Excel 文件后自动合并并输出。
- Kimi / 豆包 / DeepSeek:国内免登录,长表合并都能做。看 国产 AI 对比 选一个。
选哪个的标准很简单:手头能稳定打开哪个,就用哪个。如果你想要系统的 Excel AI 思路,可以先看 AI 分析 Excel 配合阅读。
3 个 prompt 模板,复制就能用
合并多表一般是三种场景:同结构合并、字段映射合并、Power Query 自动化。每种给你一个直接能用的 prompt。
模板 1:同结构表合并(最常用)
适用:要合并的多张表字段名、字段顺序完全一致。
你是一位资深 Excel 实操专家,帮我合并多张结构一致的表。
数据信息:
- 要合并的表数量:[如「5 张」]
- 每张表的位置:[如「同一文件夹下的 5 个 .xlsx 文件 / 同一文件的 5 个 sheet」]
- 表结构(5 张表完全一样):
- 字段 1:[如「订单号 - 文本」]
- 字段 2:[如「客户 - 文本」]
- 字段 3:[如「金额 - 数字(单位:元)」]
- …
- 每张表的行数:[如「约 3000 行」]
- 表名规律:[如「华东.xlsx、华北.xlsx、华南.xlsx、华中.xlsx、华西.xlsx」]
合并要求:
- 合并到:[如「一个新文件 总表.xlsx 的 Sheet1」]
- 是否需要标识来源:[如「需要加一列 ‘来源’ 标记数据来自哪张表」]
- 是否需要去重:[如「按订单号去重,重复行只保留第一行」]
- 是否需要排序:[如「按下单日期降序」]
请按 3 种方法分别给出方案,让我选:
方法 1:手动复制粘贴 + 加来源列
- 适合场景:表数量少(< 5 张)、一次性合并
- 操作步骤
- 优缺点
方法 2:用 Power Query
- 适合场景:表数量多、每月重复合并
- 完整操作步骤(数据 → 获取数据 → 从文件夹)
- 优缺点
方法 3:用 VBA 脚本
- 适合场景:表数量很多(10+)、需要自动化
- 给完整 VBA 代码
- 怎么部署
最后给出你的推荐:哪种方法最适合我这个场景。
要求:
- 3 种方法都要给完整步骤
- 公式 / 代码可直接复制使用
- 不要建议安装第三方插件
用法:把方括号内容换成你的实际情况,整段发给 AI。30 秒出方案。
模板 2:字段映射合并(进阶)
适用:要合并的表字段名不一样(如华东叫「销售员」华北叫「业务员」),需要先做字段映射。
你是一位资深数据集成专家,帮我合并多张字段不一致的表。
要合并的表:
表 1:[华东.xlsx]
- 字段:[订单号、客户名、销售员、销售额(元)、下单日]
- 行数:3000
表 2:[华北.xlsx]
- 字段:[order_no、客户、业务员、销售金额(万元)、日期]
- 行数:2800
表 3:[华南.xlsx]
- 字段:[单号、客户公司、所属销售、金额(元)、订单时间]
- 行数:3500
字段映射关系(你的判断):
- 标准字段:订单号 ← 华东「订单号」/ 华北「order_no」/ 华南「单号」
- 标准字段:客户 ← 华东「客户名」/ 华北「客户」/ 华南「客户公司」
- 标准字段:销售员 ← 华东「销售员」/ 华北「业务员」/ 华南「所属销售」
- 标准字段:金额(元)← 华东「销售额(元)」/ 华北「销售金额(万元)」需要 × 10000 / 华南「金额(元)」
- 标准字段:日期 ← 华东「下单日」/ 华北「日期」/ 华南「订单时间」
请按以下格式输出:
-
字段映射确认 先把你的映射理解列出来,等我确认(避免理解错)。 特别提醒「需要转换的字段」(如「华北的金额需要 × 10000 转成元」)。
-
推荐的合并方法
- 方法 A:手动改每张表的字段名 + 加单位换算,再复制粘贴合并
- 方法 B:Power Query 用「追加查询」+ 字段重命名
- 方法 C:写公式直接读取每张表数据并标准化
- 推荐选哪种 + 理由
-
详细操作步骤 按推荐方法给完整步骤。
-
数据校验 合并完后怎么检查没漏 / 没错:
- 总行数 = 3000 + 2800 + 3500 = 9300
- 金额总和应该和单表合计一致(注意单位换算)
- 抽样 10 行人工核对
要求:
- 字段映射要明确,不要让用户猜
- 单位换算要在公式里写明
- 给出至少一种校验方法
这个 prompt 的关键是字段映射要 AI 明确列出来。不要让 AI 猜,让它把映射表写清楚等你确认。映射错了,合并出来的数据全废。
模板 3:Power Query 自动化(终极方案)
适用:每月都要合并同样结构的表,希望「点一下刷新」就自动合并新数据。
你是一位资深 Power Query 专家,帮我搭建一个「每月自动合并多表」的方案。
业务场景:
- 每月初 5 个分公司发来销售明细表
- 文件命名规律:[如「{年月}_华东.xlsx」「{年月}_华北.xlsx」]
- 文件存放:[如「D:\sales\monthly\」]
- 字段结构:基本一致,偶尔有新增字段
- 期望效果:把文件丢到指定文件夹,打开总表点「刷新」一键合并
请给我完整 Power Query 方案:
-
文件夹结构建议
- 推荐怎么组织文件夹(如按月分子目录还是全平铺)
- 命名规则(如何让 PQ 识别本月文件)
-
Power Query 步骤
- 第 1 步:数据 → 获取数据 → 从文件 → 从文件夹
- 第 2 步:筛选只保留本月的 .xlsx 文件
- 第 3 步:展开内容 → 选择每个文件的 Sheet1
- 第 4 步:合并查询(追加)
- 第 5 步:字段重命名 / 类型转换
- 第 6 步:加载到 Excel
-
M 代码(可选,进阶用户) 把上面步骤的 M 代码贴出来,方便我直接复制到「高级编辑器」里。
-
每月使用流程
- 第 1 步:把 5 个分公司本月的 .xlsx 拖到指定文件夹
- 第 2 步:打开总表
- 第 3 步:数据 → 全部刷新
- 第 4 步:查看合并结果
-
常见问题处理
- 某个分公司本月没发数据怎么办(PQ 是否会报错)
- 字段名突然变了怎么办
- 数据量大了刷新慢怎么办
要求:
- Power Query 步骤要细到「点哪个按钮」
- M 代码要可运行
- 考虑日常使用的容错性(少了一张表不要崩)
跑完你就有一个能跑半年的自动化方案。第 1 次搭 30 分钟,之后每月 1 分钟刷新。
手把手 4 步走
光有 prompt 不够,下面是从拿到多张表到出总表的完整流程。
第 1 步:判断结构一致性
打开 5 张表,对比 3 件事:
- 字段名是否一样:不一样需要做映射
- 字段顺序是否一样:不一样 Power Query 能自动对齐
- 数据类型是否一样:「金额」一个是文本一个是数字,合并后会出错
如果完全一致,用模板 1;不一致用模板 2。
第 2 步:判断合并频率
- 一次性合并:用模板 1 或模板 2 手动合
- 每月重复:用模板 3 搭 Power Query 自动化
- 每天甚至每小时:用模板 3 + 任务计划程序
频率高,前期多投入做自动化,长期省时间。
第 3 步:跑 AI 出方案
按对应模板把表结构和需求喂给 AI,30 秒出方案。
第一次出来的方案大概率能跑 80% 的场景,剩下 20% 的边界情况(如某张表少了一列、有合并单元格)需要你反馈给 AI 再改一轮。
第 4 步:合并后必做校验
合并完不要直接交,先做 3 项校验:
- 总行数对:合并后总行数 = 各表行数之和(去掉表头)
- 金额对:合并后总金额 = 各表金额之和
- 字段对:抽样 10 行,人工对比是否还原原表数据
[此处放截图:Power Query 编辑器界面,展示「追加查询」步骤、字段重命名步骤、加载按钮]
每项都对,才能确认合并无误。
AI 输出示例 + 5 个让它合并更好的技巧
下面是用模板 1 合并 5 张同结构销售表的真实输出,给你参考。
方法 1:手动复制粘贴 + 加来源列
- 操作:打开第 1 张表,在末尾加一列「来源」全部填「华东」;
复制全部数据到总表;
重复 5 次
- 耗时:约 10 分钟
- 优点:简单直观,不出错
- 缺点:每月都要重做一遍
方法 2:用 Power Query
- 步骤:
1. 把 5 个 .xlsx 放到 D:\sales\monthly\
2. 新建总表.xlsx → 数据 → 获取数据 → 从文件 → 从文件夹
3. 选择 D:\sales\monthly\
4. 编辑 → 展开「Content」列 → 选 Sheet1
5. 加一列「来源」= 文件名去除扩展名
6. 关闭并加载
- 优点:以后每月把新文件放进文件夹,点「刷新」就行
- 缺点:第 1 次设置要 15 分钟学习
方法 3:用 VBA 脚本
- 给完整代码(略,见模板的 VBA 部分)
- 优点:可定制,可加复杂逻辑
- 缺点:要会写 VBA
推荐:方法 2(Power Query)
理由:你说每月都要合并,做一次自动化能用半年。学习成本 15 分钟,回报巨大。
照这个建议跑一次,第 1 月设 15 分钟,之后每月 1 分钟。
5 个让 AI 合并更好的技巧
技巧 1:给字段示例比给字段名好
只说「我有一列叫金额」AI 不知道是元还是万元。贴 3 行真实数据「1250.00、35000.00、680.50」,AI 能判断是元级数据,避免单位换算错误。
技巧 2:明确标识来源
合并多表后加一列「来源」,标记每行数据来自哪张表。出问题时能快速回溯到原表。
技巧 3:让 AI 先做字段映射确认
如果字段名不一致,让 AI 先列出它理解的映射关系等你确认。映射错了,整份合并表全错。
技巧 4:考虑「少了一张表」的情况
某月某分公司没发数据,Power Query 默认会报错。让 AI 给「容错方案」(如「文件不存在就跳过,最后报告缺失」)。
技巧 5:让 AI 给校验脚本
合并完后让 AI 给一段 Excel 公式或 PQ 查询,自动算合并前后的数据对账。每月跑一次校验,比人工抽查靠谱。
一个常见失败案例 + 怎么补救
失败场景:你用 Power Query 合并 5 张表,结果第 4 张表的「金额」列在总表里全是空值。
原因:第 4 张表的「金额」列是文本格式(其他表是数字),PQ 把文本当无效数据跳过了。
补救方法:
- 回原表:把第 4 张表的「金额」列改成数字格式(选中列 → 右键 → 设置单元格格式 → 数字)
- 重新刷新 PQ:数据 → 全部刷新
- 加预处理步骤:在 PQ 里加一步「更改类型」,把所有金额列强制转数字
记住:AI 合并多表不是替你做数据治理,是替你做批量操作。源数据干净,合并才能干净。
进阶玩法 + 类似场景
学会用 AI 合并多表,同一套思路可以做很多事。
进阶玩法 1:合并后自动做透视
PQ 合并完总表后,立刻基于总表做透视表。下个月数据更新,透视表自动跟着刷新。看 Excel 透视表 AI 学怎么配置。
进阶玩法 2:合并 + 自动出图表
总表 + 透视表 + 图表三件套全自动。每月 1 次「全部刷新」一键完成。看 AI 生成 Excel 图表 学怎么配图表。
进阶玩法 3:跨数据库合并
如果数据不在 Excel 而在数据库(SQL Server / MySQL / Access),PQ 也能跨数据源合并。让 AI 给跨数据源的 PQ 配置方案。
类似场景:这套方法还能做什么
同样的「描述表结构 + 写合并规则 + 让 AI 出方案」流程,可以套用到:
- 数据清洗:合并后用条件格式标异常,看 Excel 数据清洗 AI
- 写 Excel 公式:合并后写汇总公式,看 AI 写 Excel 公式
- VLOOKUP 跨表查找:替代手动 VLOOKUP,看 Excel VLOOKUP AI
- VBA 自动化:把 PQ 步骤改成 VBA,看 AI 写 VBA
- 完整数据分析:合并是分析的第一步,看 AI 分析 Excel
常见问题
Q:Power Query 在哪个版本的 Excel 能用? A:Office 2016 及以上版本(含 Office 365)原生支持。WPS 专业版也有类似的「Power Query」菜单。Office 2013 需要单独装插件。
Q:合并后行数不对怎么办? A:检查 3 件事:① 每张原表的表头是否被算成数据行;② 是否有空白行被跳过;③ 是否有合并单元格导致 PQ 误判。建议在 PQ 里加一步「删除空行」预处理。
Q:免费版 AI 能搭 Power Query 方案吗? A:能。Power Query 步骤是通用任务,免费版 ChatGPT、Claude、Kimi 都能讲清楚。复杂的 M 代码生成建议用付费版 Claude。
Q:每月新增的文件 PQ 能自动识别吗? A:能。PQ 「从文件夹」模式会读取文件夹里所有文件,新文件下个月放进去自动包含。可以加筛选条件(如只读本月文件名)精确控制。
Q:合并后数据怎么实时同步给同事? A:3 个方案:① 总表存共享盘,同事打开就是最新;② 用 OneDrive / Office 365 共同编辑;③ 把合并结果发到飞书 / 钉钉表格,团队实时看。