[特殊字符] Python自动化办公 | 3步实现Excel数据清洗与可视化，效率提升300%

摘要

本文针对职场人每天花费2小时处理Excel的痛点，分享用Python自动化完成数据清洗、分析和可视化的方法。无需编程基础，复制代码即可使用，亲测可将日报生成时间从2小时缩短至10分钟。

一、痛点场景

你是否遇到过这些情况？

手动删除Excel重复值，眼睛看花
数据透视表操作复杂，领导临时要新维度分析
制作图表耗时，还被要求"换个样式试试"

本文解决方案：

用Python的pandas+openpyxl+matplotlib库，3步完成：

数据读取与清洗
数据分析与计算
自动生成可视化图表

二、环境准备（5分钟）

python 复制代码

# 安装必要库（命令行执行）
pip install pandas openpyxl matplotlib

三、核心代码实现（附注释）

1. 数据读取与清洗

python 复制代码

import pandas as pd

# 读取Excel文件
df = pd.read_excel('销售数据.xlsx')

# 查看数据基本信息
print('数据基本信息：')
df.info()

# 数据清洗
df = df.drop_duplicates()  # 删除重复值
df = df.dropna()          # 删除空值
df['日期'] = pd.to_datetime(df['日期'])  # 转换日期格式

print(f'清洗后数据量：{len(df)} 条')

2. 数据分析与计算

python 复制代码

# 按产品类别分组统计销售额
category_sales = df.groupby('产品类别')['销售额'].sum().reset_index()

# 计算月销售额趋势
monthly_sales = df.groupby(df['日期'].dt.to_period('M'))['销售额'].sum().reset_index()
monthly_sales['日期'] = monthly_sales['日期'].astype(str)  # 转换日期格式用于可视化

# 找出销售额TOP3的产品
top_products = df.groupby('产品名称')['销售额'].sum().sort_values(ascending=False).head(3)

print('各类别销售额：\n', category_sales)
print('月销售额趋势：\n', monthly_sales)
print('销售额TOP3产品：\n', top_products)

3. 自动生成可视化图表

python 复制代码

import matplotlib.pyplot as plt

# 设置图片清晰度
plt.rcParams['figure.dpi'] = 300

# 创建画布，包含3个子图
fig, axes = plt.subplots(1, 3, figsize=(18, 6))

# 1. 各类别销售额占比（饼图）
axes[0].pie(category_sales['销售额'], labels=category_sales['产品类别'], autopct='%1.1f%%')
axes[0].set_title('各类别销售额占比')

# 2. 月销售额趋势（折线图）
axes[1].plot(monthly_sales['日期'], monthly_sales['销售额'], marker='o')
axes[1].set_title('月销售额趋势')
axes[1].set_xlabel('月份')
axes[1].set_ylabel('销售额（万元）')
axes[1].grid(True)

# 3. 销售额TOP3产品（柱状图）
axes[2].bar(top_products.index, top_products.values)
axes[2].set_title('销售额TOP3产品')
axes[2].set_xlabel('产品名称')
axes[2].set_ylabel('销售额（万元）')

plt.tight_layout()  # 调整布局
plt.savefig('销售数据分析图表.png')  # 保存图表
plt.show()

四、代码运行效果

执行结果：

控制台输出数据统计结果
自动生成可视化图表

五、进阶优化

定时任务：使用Windows任务计划程序或Linux的crontab自动执行脚本

异常处理 ：

python 复制代码

try:
    df = pd.read_excel('销售数据.xlsx')
except FileNotFoundError:
    print('错误：未找到Excel文件，请检查路径！')

结果导出 ：将分析结果写入新Excel文件

python 复制代码

with pd.ExcelWriter('销售数据分析结果.xlsx') as writer:
    category_sales.to_excel(writer, sheet_name='类别销售额')
    monthly_sales.to_excel(writer, sheet_name='月销售额趋势')

六、避坑指南

Excel文件路径需使用原始字符串（如r'C:\data\销售数据.xlsx'）

中文字体显示问题：

python 复制代码

plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]

大数据量处理：使用chunk_size参数分块读取Excel

七、完整代码获取方式

关注博主并私信"自动化办公"获取完整代码
GitHub仓库：https://github.com/yourname/python-office-automation

八、粉丝福利

🎁 关注+评论本文，抽取3位粉丝赠送《Python自动化办公实战》电子书！

文章优化技巧

标题：用数字+痛点+解决方案吸引点击
结构：每部分用小标题分割，代码块与文字说明穿插
互动：文末设置抽奖、提问等环节提高评论率
SEO：标签包含"Python""自动化办公""Excel""数据可视化"等热门关键词