#python##excel##办公##自动化##office#
告别手动复制粘贴，3分钟学会用Python操作Excel，效率提升100%！

导语

你是否还在为Excel中繁琐的数据处理抓狂？每天重复的复制粘贴、公式计算、格式调整，浪费大量时间？Python的自动化操作，能让你一键完成所有任务！本文从零基础出发，手把手教你用Python玩转Excel，代码可直接复制使用，小白也能轻松上手！

一、环境准备：安装必备工具

Python操作Excel依赖第三方库，推荐以下工具（安装命令一键搞定）：

pip install pandas openpyxl xlwt xlrd xlsxwriter  # 数据处理的万金油组合:cite[4]:cite[8]

• pandas：数据分析神器，适合批量处理表格。
• openpyxl/xlwt/xlrd：分别用于读写.xlsx和.xls文件。
• xlsxwriter：生成复杂格式的Excel报告。

二、Excel基础操作：读写数据

1. 读取Excel文件

示例1：用pandas一键读取

import pandas as pd  
df = pd.read_excel("销售数据.xlsx", sheet_name="Sheet1")  
print(df.head())  # 输出前5行数据:cite[8]

示例2：用xlrd逐行读取

import xlrd  
workbook = xlrd.open_workbook("销售数据.xls")  
sheet = workbook.sheet_by_index(0)  
for row in range(sheet.nrows):  
    print(sheet.row_values(row))  # 逐行打印:cite[6]

2. 写入Excel文件

示例1：用xlwt创建新表格

import xlwt  
workbook = xlwt.Workbook()  
sheet = workbook.add_sheet("员工信息")  
sheet.write(0, 0, "姓名")  
sheet.write(0, 1, "薪资")  
sheet.write(1, 0, "张三")  
sheet.write(1, 1, 15000)  
workbook.save("员工表.xls")  # 保存为.xls格式:cite[3]

示例2：用openpyxl追加数据

from openpyxl import load_workbook
wb = load_workbook("销售数据.xlsx")
sheet = wb.active
sheet.append(["李四", "2025-02-23", 30000]) # 在末尾添加一行数据
wb.save("更新后数据.xlsx"):cite[4]

三、Excel进阶技巧：数据处理与美化

1. 数据清洗与计算

筛选高薪员工

# 使用pandas筛选薪资>10000的员工  
high_salary = df[df["薪资"] > 10000]  
high_salary.to_excel("高薪名单.xlsx", index=False):cite[8]

自动统计部门平均薪资

avg_salary = df.groupby("部门")["薪资"].mean()  
print(avg_salary)  # 输出各部门平均薪资:cite[8]

2. 表格美化与图表生成

设置单元格样式（字体、边框、颜色）

import xlsxwriter  
workbook = xlsxwriter.Workbook("报表.xlsx")  
sheet = workbook.add_worksheet()  
bold_format = workbook.add_format({"bold": True, "font_color": "red"})  
sheet.write("A1", "关键指标", bold_format)  
sheet.set_column("A:B", 20)  # 设置列宽:cite[9]

插入柱状图

chart = workbook.add_chart({"type": "column"})  
chart.add_series({"values": "=Sheet1!$B$2:$B$10"})  # 引用B2-B10数据  
sheet.insert_chart("D2", chart)  # 将图表插入D2位置:cite[9]

四、实战案例：自动化生成月度报表

需求：合并多个部门数据，计算总销售额，并生成可视化图表。

import pandas as pd  
# 1. 合并数据  
df1 = pd.read_excel("部门A.xlsx")  
df2 = pd.read_excel("部门B.xlsx")  
merged_df = pd.concat([df1, df2])  
# 2. 计算总销售额  
total_sales = merged_df["销售额"].sum()  
# 3. 生成带图表的报告  
with pd.ExcelWriter("月度报告.xlsx", engine="xlsxwriter") as writer:  
    merged_df.to_excel(writer, sheet_name="汇总", index=False)  
    workbook = writer.book  
    chart = workbook.add_chart({"type": "line"})  
    chart.add_series({"values": "=汇总!$C$2:$C$20"})  
    writer.sheets["汇总"].insert_chart("E2", chart):cite[4]:cite[9]

五、总结：Python处理Excel的四大优势

1. 自动化：批量处理数据，告别重复劳动。
2. 高效计算：复杂运算（如分组统计、条件筛选）一行代码搞定。
3. 灵活兼容：支持.xls、.xlsx格式，兼容老旧系统。
4. 专业报告：通过xlsxwriter生成带图表、格式的商务报表。

结语
Python操作Excel不仅节省时间，更能解锁数据分析的无限可能！本文代码已通过实测，可直接复制到你的项目中。关注我，获取更多Python办公自动化技巧！ 如果有疑问，欢迎评论区留言，我会一一解答！

相关话题

• 如何用Python自动发送Excel邮件？
• 爬虫+Excel：一键抓取网页数据生成报表
• 高级技巧：用Python实现Excel与数据库联动