Excel 自动化处理

在用户需要处理 Excel 文件、表格数据、批量转换或报表生成时应用本 skill。

你想做的事	调用的脚本	典型参数
多个 Excel 或多个 sheet 合成一张表	mergesheets.py	--inputs 文件或目录 --output out.xlsx
把某 sheet 导出成 CSV

excelto_csv.py | --input file.xlsx --output file.csv | | 把 CSV 转成 Excel | csvtoexcel.py | --input a.csv --output a.xlsx 或 --inputs a.csv b.csv | | 按条件筛选行（等于/大于/包含） | filter_excel.py | --where 列名=值 或 列名>100、列名~北京 | | 按行数拆成多个文件，或按某列取值拆分 | split_excel.py | --by-rows 5000 或 --by-column 地区 | | 按某列去重 | deduplicate_excel.py | --keys 编号 --keep first/last | | 按列分组并求和/计数/平均 | aggregate_excel.py | --group-by 地区 --agg 销售额:sum | | 检查必须列、重复键、空行 | validate_excel.py | --require-cols 列名 --key-cols 列名 | | 只保留/重命名部分列 | select_columns.py | --columns 列1,列2 --rename 旧:新 | | 两个表按一列对齐合并（VLOOKUP） | merge_tables.py | --left a.xlsx --right b.xlsx --on 键列 | | 主表依次跟多个表做 VLOOKUP | vlookup_multi.py | --main 主.xlsx --lookups 表1.xlsx:键列 表2.xlsx:键列 | | 行列转置 | transpose_excel.py | --input in.xlsx --output out.xlsx | | 用数据表按行填模板里的 {{列名}} | template_fill.py | --template t.xlsx --data d.csv --output out.xlsx | | 重命名工作表 | renamesheets.py | --rename Sheet1:新名 或 --prefix 2024 | | 条件格式（大于/小于/重复值/色阶） | format_conditional.py | --column C --rule gt --value 100 --fill red | | 某列当文本显示，避免科学计数法 | formatcolumnsas_text.py | --columns 身份证号,订单号 |

本地直接运行：进入本 skill 所在目录（或把 scripts/ 加入路径），先 pip install -r scripts/requirements.txt，再执行 python scripts/脚本名.py --help 看参数，或按上表传参运行。

技术栈

• - 读写 .xlsx：openpyxl（保留格式、公式、多工作表）
• 数据分析/透视：pandas + openpyxl 引擎
• 旧格式 .xls：xlrd（只读）

优先用 openpyxl 做单元格级操作和格式保留；需要筛选、聚合、合并多表时用 pandas。

依赖

bash
pip install openpyxl pandas xlrd

或使用 skill 自带：pip install -r scripts/requirements.txt

通用流程

1. 1. 确认输入：文件路径、工作表名或索引、是否有表头、编码（CSV 时）。
2. 读取：用 openpyxl 或 pandas 按需读取整表/区域。
3. 处理：按用户需求转换、过滤、合并、计算。
4. 写出：指定输出路径与格式（.xlsx/.csv）；必要时保留原格式或新建工作簿。
5. 校验：检查行数、关键列、重复值或业务规则。

读取 Excel

整表为 list of dict（保留表头）：

python
import openpyxl

wb = openpyxl.loadworkbook(input.xlsx, readonly=True, data_only=True)
ws = wb.active # 或 wb[Sheet1]
rows = list(ws.iterrows(minrow=1, values_only=True))
header = rows[0]
data = [dict(zip(header, row)) for row in rows[1:]]
wb.close()

用 pandas（适合分析、过滤、合并）：

python
import pandas as pd

df = pd.readexcel(input.xlsx, sheetname=0, engine=openpyxl)

sheet_name 可为 0、Sheet1 或 [0, 1] 多表

指定区域：

python

openpyxl

for row in ws[A1:D10]:
...

pandas

df = pd.read_excel(input.xlsx, usecols=A:D, header=0, nrows=100)

写入 Excel

新建并写入（openpyxl）：

python
from openpyxl import Workbook
from openpyxl.styles import Font, Alignment

wb = Workbook()
ws = wb.active
ws.title = 结果
ws.append([列A, 列B, 列C])
for row in data_rows:
ws.append(row)
ws[A1].font = Font(bold=True)
wb.save(output.xlsx)

用 pandas 写出多表：

python
with pd.ExcelWriter(output.xlsx, engine=openpyxl) as writer:
df1.toexcel(writer, sheetname=汇总, index=False)
df2.toexcel(writer, sheetname=明细, index=False)

追加到已有文件（先加载再写）：

python
wb = openpyxl.load_workbook(existing.xlsx)
ws = wb[Sheet1]
for row in new_rows:
ws.append(row)
wb.save(existing.xlsx)

常见任务速查

任务	做法
多文件合并	mergesheets.py 或 pandas readexcel + pd.concat + toexcel。
CSV ↔ Excel

exceltocsv.py / csvto_excel.py 或 pandas 读写。 | | 按条件筛选 | filter_excel.py 或 df[df[列] == 值] / df.query()。 | | 按行/按列拆分 | split_excel.py（按行数或按某列取值分文件）。 | | 去重 | deduplicateexcel.py 或 df.dropduplicates(subset=[列], keep=first)。 | | 按列聚合 | aggregate_excel.py 或 df.groupby(列).agg({数值列: sum})。 | | 校验 | validate_excel.py。 | | 选择/重命名列 | select_columns.py。 | | 两表按键合并 | merge_tables.py（left/inner/outer）。 | | 行列转置 | transpose_excel.py。 | | 模板填充 | template_fill.py（{{列名}} 占位符）。 | | 重命名 sheet | rename_sheets.py。 | | 多表 VLOOKUP | vlookup_multi.py（主表 + 多个查找表依次左连接）。 | | 条件格式 | format_conditional.py（大于/小于/介于/重复值/色阶）。 | | 列格式为文本 | formatcolumnsas_text.py（避免长数字科学计数法）。 | | 保留原格式写数据 | 用 openpyxl 加载原文件，只改写目标单元格，再 save。 |

批量处理

当用户需要处理目录下多个 Excel 时：

1. 1. 用 pathlib.Path(目录).glob(*.xlsx) 枚举文件。
2. 对每个文件读取 → 处理 → 可汇总到一个 DataFrame 或分别写出。
3. 输出可为一个合并文件，或 原名_out.xlsx 等约定；在 SKILL 中明确输出命名规则。
4. 出错时记录文件名和异常，继续处理其余文件，最后汇总报错列表。

校验与错误处理

• - 读取前用 Path(file).exists() 检查文件存在。
• 表为空或缺少预期列时给出明确提示（列名/行数）。
• 写入前若目标文件已存在，按用户要求覆盖或换名；大文件考虑 write