Python自动化办公：5分钟批量处理Excel数据

关键技术

• pandas数据处理

• os模块文件遍历

• openpyxl/xlsxwriter引擎

代码实现

python

import pandas as pd
import os

def batch_process_excel(folder_path):
    """
    批量处理文件夹中的所有Excel文件
    """
    processed_data = []
    
    for file in os.listdir(folder_path):
        if file.endswith(('.xlsx', '.xls')):
            # 读取Excel文件
            df = pd.read_excel(os.path.join(folder_path, file))
            
            # 数据处理示例：计算每个文件的销售总额
            total_sales = df['销售额'].sum()
            
            processed_data.append({
                '文件名': file,
                '总销售额': total_sales,
                '数据行数': len(df)
            })
    
    # 生成汇总报告
    result_df = pd.DataFrame(processed_data)
    result_df.to_excel('处理结果汇总.xlsx', index=False)
    return result_df

# 使用示例
if __name__ == '__main__':
    summary = batch_process_excel('./excel_files')
    print("处理完成！")

效果对比

处理方式	10个文件耗时	代码量
手动操作	~30分钟	-
Python自动化	~1分钟	20行

注意事项

1. 确保已安装依赖：pip install pandas openpyxl

2. 文件路径使用原始字符串或双反斜杠

3. 处理前建议备份原始数据

总结

通过Python实现Excel自动化处理，可以节省大量重复性工作时间。本文介绍的方法可以进一步扩展，如添加数据清洗、格式转换等功能。