Python RPA解放Excel生产力

一、环境准备：3行代码搭建自动化工具箱

1. 核心库安装

必装3件套：

pandas：数据处理"瑞士军刀"，1行代码完成数据清洗；
openpyxl：轻量级Excel写入工具，适合生成基础报表；
xlwings：控制Excel进程的"遥控器"，支持格式设置、图表生成。

安装命令：

复制代码

bash

pip install pandas openpyxl xlwings # 3个库一次安装，5分钟搞定

2. 为什么选择Python而非VBA？

跨平台：Windows/Mac都能用，VBA仅限Windows Excel；
生态强：Pandas处理百万行数据无压力，VBA面对大数据卡顿崩溃；
扩展性：可对接数据库、邮件、爬虫，实现"数据采集→处理→报表→发送"全流程自动化。

二、数据处理：Pandas让清洗效率提升10倍

1. 3行代码完成数据清洗

场景：销售数据CSV文件中存在缺失值、重复行和格式错误，手动处理需1小时。
Pandas自动化方案：

复制代码

python

import pandas as pd # 读取CSV数据（自动识别表头，比Excel导入快3倍） df = pd.read_csv('销售数据.csv') # 数据清洗三板斧（1行代码=10步手动操作） df_clean = df.dropna() # 删除缺失值 .drop_duplicates() # 去重 .astype({'销售额': 'int'}) # 修正数据类型 # 分组汇总（比Excel数据透视表更灵活） sales_summary = df_clean.groupby('地区')['销售额'].sum().reset_index()

关键优势：

dropna()/drop_duplicates()：替代Excel的"定位缺失值""删除重复项"手动操作；
groupby()：一行代码实现数据透视表功能，支持多维度聚合。

2. 智优达Python Pandas数据清洗技巧：处理复杂表头

场景：原始数据表头混乱（合并单元格、多行列标题），直接读取会报错。
解决方案：跳过无效行+自定义表头

复制代码

python

# 跳过前2行无效数据，用第3行作为表头 df = pd.read_csv('混乱数据.csv', skiprows=2, header=0) # 重命名混乱的列名 df.rename(columns={'Unnamed: 0': '日期', '销售金额_元': '销售额'}, inplace=True)

三、报表生成：从"空白文件"到"精美图表"

1. openpyxl生成基础报表

适用场景 ：快速生成数据表格，无需复杂格式。
代码示例：

复制代码

python

from openpyxl import Workbook # 创建Excel工作簿 wb = Workbook() ws = wb.active # 获取当前工作表 # 写入表头（Pandas列名直接复用） ws.append(sales_summary.columns.tolist()) # ['地区', '销售额'] # 写入数据（遍历DataFrame行） for row in sales_summary.values.tolist(): ws.append(row) # 自动填充每行数据 # 保存文件 wb.save('销售汇总表.xlsx')

效率对比：

手动粘贴100行数据：5分钟；
Python脚本：0.1秒，且零错误。

2. xlwings实现高级格式与图表

场景：生成带表头加粗、柱状图的正式报表。
代码示例：

复制代码

python

import xlwings as xw # 启动Excel进程（visible=False表示后台运行，不弹窗） app = xw.App(visible=False) wb = app.books.open('销售汇总表.xlsx') ws = wb.sheets[0] # 选择第一个工作表 # 设置表头格式（加粗+背景色） ws.range('A1:B1').api.Font.Bold = True # 表头加粗 ws.range('A1:B1').api.Interior.Color = 65535 # 黄色背景（RGB值65535=黄色） # 生成柱状图（1行代码替代Excel手动插入图表） chart = ws.charts.add(left=100, top=50) # 图表位置 chart.set_source_data(ws.range('A1:B5')) # 数据区域 chart.chart_type = 'column' # 柱状图类型 chart.api[1].SetElement(2) # 添加图表标题 chart.api[1].ChartTitle.Text = '各地区销售额汇总' # 保存并关闭（全程后台运行，不干扰其他操作） wb.save() wb.close() app.quit()

四、自动化流程：让报表"自己跑起来"

1. 整合为单个函数

代码示例：

复制代码

python

def auto_generate_report(): # 1. 数据处理 df = pd.read_csv('销售数据.csv') df_clean = df.dropna().drop_duplicates().astype({'销售额': 'int'}) sales_summary = df_clean.groupby('地区')['销售额'].sum().reset_index() # 2. 生成基础报表 wb = Workbook() ws = wb.active ws.append(sales_summary.columns.tolist()) for row in sales_summary.values.tolist(): ws.append(row) wb.save('销售汇总表.xlsx') # 3. 美化格式与图表 app = xw.App(visible=False) wb = app.books.open('销售汇总表.xlsx') ws = wb.sheets[0] ws.range('A1:B1').api.Font.Bold = True chart = ws.charts.add() chart.set_source_data(ws.range(f'A1:B{len(sales_summary)+1}')) chart.chart_type = 'column' wb.save() wb.close() app.quit() # 直接运行函数，生成报表 auto_generate_report()

2. 设置定时任务

Windows任务计划程序：

创建基本任务，设置"每天早上8点执行"；
操作选择"启动程序"，程序路径选择python.exe，参数填脚本路径（如D:\auto_report.py）。