功能定位：为什么“主表合并”仍是高频痛点

运营、财务、教务每天产出日报、分店报表或实验记录，文件形态清一色“一表一簿”散在文件夹。复制粘贴不仅耗时，还易漏行错位。WPS表格 2026 春季版把类 Power Query 的“数据→获取数据→自文件夹”抬到一级菜单，并同步开放 Python 脚本单元格，零代码或低代码都能把几十张子表一次性注入主表，后续只需“刷新”即可同步新增文件，痛点自此有了出口。

方案A：零代码PowerQuery式查询（推荐新手）

1. 准备：把子表放在同一文件夹，并确保列名一致

列名不一致会导致字段错位；若系统导出的日期格式不统一，可先在该文件夹里放一张“模板.xlsx”，把首行写成标准列名，供后续查询参照。

2. 操作路径（Windows桌面端，截至当前的最新版本）

1. 打开主表工作簿→菜单栏选择“数据”→“获取数据”→“自文件夹”。
2. 在弹出的文件夹选取窗口，定位到子表所在目录，点击“确定”。
3. 系统会列出该目录下所有Excel文件，先点击“组合”下拉按钮→“合并并加载到…”→勾选“示例文件”里那张模板表。
4. 在“导航器”预览里确认列名无误后，点“确定”。WPS会自动生成一个“查询1”工作表，里面就是合并结果。
5. 右键“查询1”→“表格→刷新”，后续只要把新的日报再放进同一文件夹，点击刷新即可增量合并。

示例：把 2024-05-01 至 2024-05-31 的 31 张分店销售表放入同一目录，首次合并约 30 秒，次日新增 06-01 表后点刷新，1 秒内完成增量更新。

3. macOS与Linux路径差异

macOS版入口相同，但“获取数据”面板采用原生Finder窗口；Linux版（社区版）目前仅支持本地CSV合并，若子表为.xlsx需先“另存为CSV”再执行相同步骤。

4. 边界与副作用

方案B：Python脚本单元格（进阶用户）

1. 启用Python环境

“文件→选项→功能实验室→Python脚本”勾选后重启WPS。首次使用会提示下载MicroPython运行时，体积约80MB，下载完成后在公式栏输入=py即可调出脚本编辑器。

2. 一段可复现的示例脚本

import os, pandas as pd
path = r'C:\日报'           # 子表文件夹
df_list = []
for file in os.listdir(path):
    if file.endswith('.xlsx'):
        tmp = pd.read_excel(os.path.join(path, file), engine='openpyxl')
        df_list.append(tmp)
master = pd.concat(df_list, ignore_index=True)
master

按Ctrl+Enter，脚本会返回一个DataFrame对象，WPS自动将其 spill 到当前单元格右下方区域。若数据量超过10万行，经验性观察：首次渲染耗时约数十秒，后续改脚本只需改文件夹路径即可。

3. 回退与版本管理

Python脚本单元格支持“版本快照”：右键单元格→“脚本历史”可回滚到任意一次运行结果，比VBA更直观；但若文件另存为.xls（兼容97-2003格式），脚本会被自动剥离，需另存为.xlsx或.et。

方案C：VBA宏（兼容老模板）

1. 启用开发者工具

“文件→选项→自定义功能区”勾选“开发工具”。在“宏安全性”里启用“禁用所有宏，并发出通知”，防止打开陌生文件时自动执行。

2. 最小可运行宏

Sub MergeSheets()
    Dim f As String, wb As Workbook, ws As Worksheet, des As Worksheet
    Set des = ThisWorkbook.Sheets("主表")
    f = Dir(ThisWorkbook.Path & "\子表\*.xlsx")
    Do While f <> ""
        Set wb = Workbooks.Open(ThisWorkbook.Path & "\子表\" & f)
        For Each ws In wb.Sheets
            ws.UsedRange.Copy des.Cells(des.Rows.Count, 1).End(xlUp).Offset(1)
        Next
        wb.Close False
        f = Dir
    Loop
End Sub

运行前请确保：①主表已存在；②子表文件夹与主表同级。宏适合需要向下兼容.xls的场景，但无法像PowerQuery那样自动识别列类型，日期列常被识别为文本，需要事后用“分列”功能再转一次格式。

性能与规模实测对比

方案	100子表×1k行	1k子表×100行	版本前提
PowerQuery	数十秒内	约2分钟	12.9.1+
Python脚本	亚秒级	数十秒内	实验室功能
VBA宏	约1分钟	约5分钟	兼容模式

经验性观察：行数越大，Python方案优势越明显；列数越多，PowerQuery的自动类型检测反而更省人工。

常见故障排查表

不适用场景清单

• 子表列结构经常变动，且无法提前约定模板——PowerQuery会频繁报“列不匹配”，此时建议改用ETL工具。
• 需要按行级权限脱敏——合并后所有数据暴露在主表，无法做到“销售只能看自己的行”。
• 文件体积单表超过50MB、合计过GB——WPS的PowerQuery缓存会占用双倍内存，低配电脑容易闪退。

最佳实践检查表（可打印）

1. 统一模板：在文件夹里放一张“_模板.xlsx”，设置好列宽、格式、数据验证，供PowerQuery当示例。
2. 命名规范：子表用“日期_分店.xlsx”格式，方便后期用PowerQuery添加“文件名作为列”做追溯。
3. 刷新前备份：主表另存一份带时间戳的副本，防止刷新后格式被覆盖。
4. 定期归档：合并后把子表移到“已归档”子文件夹，减少下次扫描量。
5. 权限最小化：若使用Python脚本，不要把主表放在共享盘根目录，避免脚本被恶意篡改。

FAQ（结构化数据，可直接被搜索引擎抓取）

下一步行动建议

如果你今天就要交周报，先用PowerQuery式查询，10分钟可跑通；若子表过百且需要定期自动化，把脚本改成Python单元格，并设置Windows任务计划定时打开WPS刷新。合并完成后，别忘记用“数据透视表”做二次汇总，把主表真正变成决策仪表盘。

未来趋势速览

经验性观察，WPS 官方在 2026 路线图中提及“云端查询缓存”与“多人协同刷新”内测，届时 PowerQuery 可能支持直接挂载 WebDAV 与 S3 协议，Python 单元格也将开放 pip 子库安装。若业务数据量持续膨胀，建议提前评估本地算力瓶颈，并关注后续版本是否推出按需付费的“云端刷新”选项，以便平滑过渡到更大规模的自动化流程。