Python 15个自动化处理Excel数据脚本

用户11081884

发布于 2026-07-20 16:53:23

540

Excel是办公处理数据的重要工具之一。但面对大量数据和复杂的操作时，手动处理效率低下且容易出错。Python作为一种强大的编程语言，结合其丰富的库（如Pandas、openpyxl等），可以极大地提高Excel数据处理的效率和准确性。本文将介绍Python在Excel数据处理中的一些应用。

1. 提取指定数据并保存在Excel中

使用Pandas库，可以轻松读取Excel文件中的数据，并根据需要提取特定的数据。提取后的数据可以直接保存回原Excel文件中，而不影响其他数据。示例代码：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('example.xlsx')

# 提取特定列的数据
selected_data = df[['Column1', 'Column2']]

# 保存到原Excel文件中
selected_data.to_excel('example.xlsx', index=False)

2. 分类汇总Excel表中的数据

当需要对多个Excel表中的数据进行分类汇总时，使用Python可以批量读取这些文件，并使用Pandas进行汇总操作。例如：汇总多张Excel表中的数据：

import pandas as pd
import os

# 获取所有Excel文件
files = [f for f in os.listdir('.') if f.endswith('.xlsx')]

# 读取并汇总数据
data = pd.concat((pd.read_excel(f) forfinfiles), ignore_index=True)

# 进行分类汇总
summary = data.groupby('Category').sum()

# 保存汇总结果
summary.to_excel('summary.xlsx')

3. 快速提取Excel中的中文字符

在处理包含多种语言的Excel文件时需要提取其中的中文字符。使用Python可以通过正则表达式实现这一功能：

import pandas as pd
import re

# 读取Excel文件
df = pd.read_excel('example.xlsx')

# 提取中文字符
df['Chinese'] = df['Column'].apply(lambdax: re.findall(r'[\u4e00-\u9fff]+', str(x)))

# 保存结果
df.to_excel('example_chinese.xlsx')

4. 批量合并工作簿中的多个表

在处理包含多个工作表的Excel文件时，可能需要将这些工作表合并为一个。使用Python可以轻松实现这一操作：

import pandas as pd

# 读取Excel文件
xls = pd.ExcelFile('example.xlsx')

# 合并所有工作表
df = pd.concat(xls.parse(sheet_name) for sheet_name in xls.sheet_names)

# 保存合并后的数据
df.to_excel('merged.xlsx', index=False)

5. 批量更改多个工作簿的时间格式

在处理时间数据时有时要统一时间格式。使用Python可以批量更改多个工作簿中的时间格式：

import pandas as pd
import os

# 获取所有Excel文件
files = [f for f in os.listdir('.') if f.endswith('.xlsx')]

# 批量更改时间格式
for file in files:
     df = pd.read_excel(file)
     df['Date'] = pd.to_datetime(df['Date']).dt.strftime('%Y-%m-%d')
     df.to_excel(file, index=False)

6. 批量重命名工作簿中的所有工作表

有时需要批量重命名工作簿中的所有工作表。使用Python可以轻松实现这一操作：

import pandas as pd

# 读取Excel文件
xls = pd.ExcelFile('example.xlsx')

# 重命名工作表
with pd.ExcelWriter('example_renamed.xlsx') as writer:
      for sheet_name in xls.sheet_names:
           df = xls.parse(sheet_name)                    df.to_excel(writer, sheet_name=f'Renamed_{sheet_name}', index=False)

7. 在多个工作簿中批量新增工作表

在处理多个工作簿时需要在每个工作簿中新增工作表。使用Python可以批量实现这一操作：

import pandas as pd
import os

# 获取所有Excel文件
files = [f for f in os.listdir('.') if f.endswith('.xlsx')]

# 批量新增工作表
for file in files:
      with pd.ExcelWriter(file, mode='a') aswriter:
            df = pd.DataFrame({'Data': [1, 2, 3]})
            df.to_excel(writer, sheet_name='NewSheet', index=False)

8. 批量给多个Excel文件加密

为了保护Excel文件中的数据，需要对文件进行加密。使用Python可以批量实现这一操作：

import pandas as pd
import openpyxl
from openpyxl.worksheet.worksheet import Worksheet
from openfrompyxl.utils.dataframe import dataframe_to_rows

# 获取所有Excel文件
files = [f for f in os.listdir('.') if f.endswith('.xlsx')]

# 批量加密文件
for file in files:
     wb = openpyxl.load_workbook(file)
     wb.save(file, password='your_password')

9. 在Excel中查找并替换数据

在处理Excel文件时需要查找并替换特定的数据。使用Python可以批量实现这一操作：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('example.xlsx')

# 查找并替换数据
df.replace('OldValue', 'NewValue', inplace=True)

# 保存结果
df.to_excel('example_replaced.xlsx')

10. 批量去除多个Excel的图片

在处理包含图片的Excel文件时需要批量去除这些图片。使用Python可以批量实现这一操作：

import pandas as pd
import openpyxl
from openpyxl.utils.dataframe import dataframe_to_rows

# 获取所有Excel文件
files = [f for f in os.listdir('.') if f.endswith('.xlsx')]

# 批量去除图片
for file in files:
     wb = openpyxl.load_workbook(file)
     for sheet in wb:
          for image in sheet._images:
            image.delete()
     wb.save(file)

11、Python批量写入多个Sheet

在处理Excel文件时需要批量写入多个Sheet。使用Python可以批量实现这一操作：

import pandas as pd

with pd.ExcelWriter("output.xlsx") as writer:
      df1.to_excel(writer, sheet_name="Sheet1")
      df2.to_excel(writer, sheet_name="Sheet2")

12、Python生成柱状图

在处理Excel文件时需要生成柱状图。使用Python可以实现这一操作：

import pandas as pd

df.plot(kind="bar", x="姓名", y="工资")

13、Python批量读取多个Sheet

在处理Excel文件时需要批量读取多个Sheet。使用Python可以实现这一操作：

import pandas as pd

df_dict = pd.read_excel("data.xlsx", sheet_name=None)  # 读取所有Sheet
print(df_dict.keys())  # 打印所有Sheet名称 比如 dict_keys(['Sheet1', 'Sheet2'])

# 遍历df_dict打印出所有的数据
for key in df_dict:
     print(df_dict[key]) # 根据key值获取df_dict中存放的dataframe格式数据

14、Python生成Excel带格式

在处理Excel文件时需要生成的Excel带格式。使用Python可以实现这一操作：

from openpyxl import Workbook
from openpyxl.styles import Font

wb = Workbook()
ws = wb.active
ws["A1"] = "姓名"
ws["A1"].font = Font(bold=True)  # 加粗
wb.save("styled.xlsx")

15、Python读取Excel某个单元格

在处理Excel文件时需要读取Excel某个单元格。使用Python可以实现这一操作：

from openpyxl import load_workbook

wb = load_workbook("data.xlsx")
ws = wb.active
print(ws["B2"].value)  # 读取B2单元格

通过上述示例可以看到Python在Excel数据处理中的强大功能。无论是提取特定数据、分类汇总、更改时间格式，还是批量操作工作簿和工作表，Python都能提供高效的解决方案。掌握这些技能，可以显著提高数据处理的工作效率与数据正确性。

“无他，惟手熟尔”！有需要的用起来。

如果你觉得这篇文章有用，欢迎点赞、转发、收藏、留言、推荐❤！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-07-10，如有侵权请联系 cloudcommunity@tencent.com 删除

脚本

本文分享自 Nicholas与Pypi 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度