我看到了比较列的三种主要方法：列名的自动比较（例如正则表达式、Levenshtein 距离）、比较内容（例如比较列数据的平均值和标准差；如果列的平均值是 10,000，那么它可能不记录前轴向温度）和手动比较。您可以将这些组合起来，例如对列名和内容进行聚类，然后手动查看每个聚类的内容。不同列名的数量越少，就越可以依靠人工检查。您还可以获取其他元数据源，例如查找生成文件的任何过程的文档。

不知道数据集很难给你一个好的答案。但是，这就是我解决问题的方法：

创建用于最终标题的基列。遍历每个文件的标题，并将它们与具有最常见字符数量的基列相匹配。

对我来说，分析来自相同或不同 Excel 文件的表格数据（行和列）的最快方法是 Tableau。

您可以免费获得 Tableau（但无法保存您的文件）。

简化：加载您的 Excel 文件并创建一个键来加入（例如，一个名为“axel temp font”的新列）。加入这把钥匙。成功完成此操作后，您可以将列和行（在 Tableau 中称为度量）放入您的视图中进行分析。

额外技巧：一旦您对视图（列和行）感到满意，您就可以将其下载为 CSV。现在您在 CSV 中拥有所需的数据。

https://onlinehelp.tableau.com/current/pro/desktop/en-us/joining_tables.htm

祝你好运，

我们在谈论多少有用的 Excel 文件？更重要的是，列名有多少潜在的变体？

因为如果少于一千，您可能最好手动管理列名称：与实施和测试复杂的字符串匹配系统相比，这将花费更少的时间并为您提供更准确的数据。您不能依赖自动匹配，因此您需要评估结果的正确程度。使用任何预定义的字符串相似性方法都会给您留下很多错误。

我将按照以下方式进行：

1. 自动从所有文件中提取所有列名
2. 手动分组代表相同信息的那些
3. 使用标准化版本的名称自动替换变体