Python分享8个Excel自动化脚本，一定有你用得上的！

见贤思齐

本文将介绍8个常用的Python脚本，帮助你轻松应对Excel的日常操作。那话不多说，开始吧！1.安装所需的Python库在开始之前，我们需要安装一些Python库来操作Excel文件。以下是需要安装的库：pandas：用于数据处理和分析openpyxl：读取和写入Excelxlsx/xlsm/xltx/xltm文件xlrd和xlwt：用于读取和写入xls格式的Excel文件你可以通过以下命令安装这些库：pipinstallpandasopenpyxlxlrdxlwt12.批量修改文件名场景描述假设我们有一个文件夹，里面有许多Excel文件，现在需要将这些文件名统一修改为某种格式，以便管理和查找。详细步骤导入必要的库获取文件夹中的所有文件遍历每个文件，修改文件名代码示例importos#文件夹路径folder_path='your_folder_path'#修改文件名的函数defrename_files(folder_path):forfilenameinos.listdir(folder_path):iffilename.endswith('.xlsx')orfilename.endswith('.xls'):new_name='new_'+filenameos.rename(os.path.join(folder_path,filename),os.path.join(folder_path,new_name))print("文件名修改完成！")#执行函数rename_files(folder_path)1234567891011121314153.合并多个Excel文件的数据场景描述我们有多个Excel文件，每个文件中都有相同格式的数据表，现在需要将这些数据合并到一个总的Excel文件中。详细步骤导入必要的库获取文件夹中的所有Excel文件读取每个文件中的数据并合并将合并后的数据写入一个新的Excel文件代码示例importpandasaspdimportos#文件夹路径folder_path='your_folder_path'#存储合并数据的列表merged_data=[]#合并Excel文件的函数defmerge_excel_files(folder_path):forfilenameinos.listdir(folder_path):iffilename.endswith('.xlsx')orfilename.endswith('.xls'):file_path=os.path.join(folder_path,filename)data=pd.read_excel(file_path)merged_data.append(data)#合并所有数据merged_df=pd.concat(merged_data,ignore_index=True)merged_df.to_excel(os.path.join(folder_path,'merged_data.xlsx'),index=False)print("数据合并完成！")#执行函数merge_excel_files(folder_path)1234567891011121314151617181920212223244.读取特定文件夹中的所有Excel文件场景描述假设我们有一个文件夹，里面存放了多个Excel文件，现在需要读取每一个文件并进行一定的处理。详细步骤导入必要的库获取文件夹中的所有Excel文件定义处理每个文件的操作代码示例importpandasaspdimportos#文件夹路径folder_path='your_folder_path'#处理Excel文件的函数defprocess_excel_files(folder_path):forfilenameinos.listdir(folder_path):iffilename.endswith('.xlsx')orfilename.endswith('.xls'):file_path=os.path.join(folder_path,filename)df=pd.read_excel(file_path)#在这里进行你的处理操作，例如打印数据框的前5行print(f"Processing{filename}")print(df.head())#执行函数process_excel_files(folder_path)1234567891011121314151617185.创建新的Excel文件并写入数据场景描述假设我们需要生成一份新的Excel报表，里面包含一些统计数据，并将这份报表保存到指定的文件夹中。详细步骤导入必要的库创建一个DataFrame，填充数据将DataFrame写入新的Excel文件代码示例importpandasaspd#创建一个DataFramedata={'Name':['Alice','Bob','Charlie'],'Age':[25,30,35],'City':['NewYork','Chicago','SanFrancisco']}df=pd.DataFrame(data)#将DataFrame写入Excel文件output_path='your_folder_path/new_report.xlsx'df.to_excel(output_path,index=False)print("新的Excel文件已创建并写入数据！")12345678910111213146.根据特定条件筛选数据并导出场景描述假设我们有一个大的Excel文件，里面包含多个月的销售记录，我们需要筛选出某个月份的数据并导出。详细步骤导入必要的库读取Excel文件根据条件筛选数据将筛选后的数据写入新的Excel文件代码示例importpandasaspd#读取Excel文件file_path='your_folder_path/sales_data.xlsx'df=pd.read_excel(file_path)#根据条件筛选数据（筛选月份为2023年5月的记录）filtered_df=df[df['Date'].dt.month==5]#将筛选后的数据写入新的Excel文件output_path='your_folder_path/filtered_data.xlsx'filtered_df.to_excel(output_path,index=False)print("筛选的数据已导出！")123456789101112137.对数据进行排序并保存场景描述比如，我们有一份员工工资表，需要按工资从高到低进行排序，并保存结果。详细步骤导入必要的库读取Excel文件对数据进行排序将排序后的数据写入新的Excel文件代码示例importpandasaspd#读取Excel文件file_path='your_folder_path/salary_data.xlsx'df=pd.read_excel(file_path)#对数据进行排序（按工资从高到低）sorted_df=df.sort_values(by='Salary',ascending=False)#将排序后的数据写入新的Excel文件output_path='your_folder_path/sorted_salary_data.xlsx'sorted_df.to_excel(output_path,index=False)print("数据已排序并保存！")123456789101112138.批量处理Excel数据中的格式问题场景描述假设我们有一个文件夹，里面有多个Excel文件，每个文件中都可能存在一些多余的空行，我们需要批量删除这些空行。详细步骤导入必要的库获取文件夹中的所有Excel文件读取每个文件并删除空行将处理后的数据重新保存代码示例importpandasaspdimportos#文件夹路径folder_path='your_folder_path'#删除空行的函数defremove_empty_rows(folder_path):forfilenameinos.listdir(folder_path):iffilename.endswith('.xlsx')orfilename.endswith('.xls'):file_path=os.path.join(folder_path,filename)df=pd.read_excel(file_path)#删除空行df.dropna(how='all',inplace=True)#保存处理后的文件df.to_excel(file_path,index=False)print("空行已删除并保存！")#执行函数remove_empty_rows(folder_path)123456789101112131415161718192021229.生成数据透视表和图表数据透视表和图表是Excel中常用的分析工具，以下脚本示范了如何在Python中生成数据透视表和图表。场景描述假设我们有一份销售数据表，现在需要生成一个数据透视表来总结每个月的销售情况，并绘制相应的图表。详细步骤导入必要的库读取Excel文件创建数据透视表绘制图表代码示例importpandasaspdimportmatplotlib.pyplotasplt#读取Excel文件file_path='your_folder_path/sales_data.xlsx'df=pd.read_excel(file_path)#创建数据透视表（按月份汇总销售额）pivot_table=pd.pivot_table(df,values='Sales',index='Month',aggfunc='sum')#绘制柱状图pivot_table.plot(kind='bar')plt.xlabel('Month')plt.ylabel('TotalSales')plt.title('MonthlySalesSummary')plt.savefig('your_folder_path/pivot_table_chart.png')plt.show()print("数据透视表和图表已生成！")12345678910111213141516171810.结论通过以上8个Python脚本，我们可以极大地简化和自动化日常的Excel操作。从批量修改文件名、合并数据，到格式处理和数据分析，Python都能帮我们轻松应对。希望这篇文章能启发你在实际工作中更多地应用Python，提高效率。如果你有任何问题或建议，欢迎留言交流。由于文章篇幅有限，文档资料内容较多，需要这些文档的朋友，可以加小助手微信免费获取，【保证100%免费】，中国人不骗中国人。**（扫码立即免费领取）**1全套Python学习资料分享：一、Python所有方向的学习路线Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。二、学习软件工欲善其事必先利其器。学习Python常用的开发软件都在这里了，还有环境配置的教程，给大家节省了很多时间。三、全套PDF电子书书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。四、入门学习视频全套我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。五、实战案例光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。