用 AI 批量处理 Excel 表格：Python 自动化办公从入门到实战

import pandas as pd
import glob
import os

# 读取目录下所有 Excel 文件
folder_path = "./sales_reports/"
all_files = glob.glob(os.path.join(folder_path, "*.xlsx"))

# 逐个读取并合并
dfs = []
for file in all_files:
    df = pd.read_excel(file)
    # 加一列标记数据来源
    df["来源文件"] = os.path.basename(file)
    dfs.append(df)

# 合并成一个 DataFrame
combined = pd.concat(dfs, ignore_index=True)

# 导出结果
combined.to_excel("./merged_sales.xlsx", index=False)
print(f"✅ 合并完成！共 {len(combined)} 条数据，来自 {len(all_files)} 个文件")

import pandas as pd
from datetime import datetime

df = pd.read_excel("./customer_data.xlsx")

# 1. 删除空行
df = df.dropna(subset=["客户名称", "手机号"])  # 只检查关键字段

# 2. 去除重复记录
df = df.drop_duplicates(subset=["手机号"])

# 3. 统一日期格式
df["下单日期"] = pd.to_datetime(df["下单日期"], errors="coerce")

# 4. 修复常见格式问题
df["客户名称"] = df["客户名称"].astype(str).str.strip()

# 5. 处理异常值：销售额为负数的修正
df.loc[df["销售额"] < 0, "销售额"] = abs(df.loc[df["销售额"] < 0, "销售额"])

# 6. 保存清洗后的数据
df.to_excel("./cleaned_customer_data.xlsx", index=False)
print(f"✅ 清洗完成：原始 {len(df)} 条 → 有效 {len(df)} 条")

import pandas as pd

df = pd.read_excel("orders.xlsx")

# 按客户分组统计总金额
summary = df.groupby("客户姓名").agg(
    总订单数=("订单金额", "count"),
    总金额=("订单金额", "sum"),
    平均客单价=("订单金额", "mean")
).reset_index()

# 排序取前 10
top10 = summary.nlargest(10, "总金额")
top10.to_excel("top10_customers.xlsx", index=False)

import pandas as pd
import glob
from datetime import datetime

def generate_monthly_report(month):
    """生成指定月份的汇总报表"""
    # 读取当月所有数据
    files = glob.glob(f"./data/{month}_*.xlsx")
    if not files:
        return f"未找到 {month} 月的数据文件"
    
    dfs = [pd.read_excel(f) for f in files]
    data = pd.concat(dfs, ignore_index=True)
    
    # 多维度统计
    report = {
        "总订单数": len(data),
        "总销售额": data["销售额"].sum(),
        "平均客单价": data["销售额"].mean(),
        "最大单笔订单": data["销售额"].max(),
        "最小单笔订单": data["销售额"].min(),
        "各品类销售额": data.groupby("品类")["销售额"].sum().to_dict(),
        "各地区订单分布": data.groupby("地区").size().to_dict(),
    }
    
    # 生成 Markdown 格式的报表
    md = f"## {month} 月销售报表\n\n"
    md += f"- 总订单数：{report['总订单数']:,}\n"
    md += f"- 总销售额：¥{report['总销售额']:,.2f}\n"
    md += f"- 平均客单价：¥{report['平均客单价']:,.2f}\n\n"
    md += "### 各品类销售额\n"
    for category, amount in report["各品类销售额"].items():
        md += f"- {category}：¥{amount:,.2f}\n"
    
    # 保存报表
    with open(f"./reports/{month}_report.md", "w", encoding="utf-8") as f:
        f.write(md)
    
    return "报表生成完成！"

# 使用示例
generate_monthly_report("2026-06")

# 每次只读 1 万行
chunk_size = 10000
results = []

for chunk in pd.read_excel("large_file.xlsx", chunksize=chunk_size):
    # 对每个分块做聚合
    chunk_sum = chunk["销售额"].sum()
    results.append(chunk_sum)

total = sum(results)
print(f"总销售额：{total}")

# 一次性转换
df = pd.read_excel("data.xlsx")
df.to_parquet("data.parquet")

# 之后都用 parquet
df = pd.read_parquet("data.parquet")

import duckdb

# 直接查询 Excel，像查 SQL 一样
result = duckdb.query("""
    SELECT 地区, SUM(销售额) as total
    FROM 'sales.xlsx'
    GROUP BY 地区
    ORDER BY total DESC
""").df()

print(result)