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merge_sheets.py--inputs 文件或目录 --output out.xlsx把某 sheet 导出成 CSVexcel_to_csv.py--input file.xlsx --output file.csv把 CSV 转成 Excelcsv_to_excel.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 VLOOKUPvlookup_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rename_sheets.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format_columns_as_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. 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.load_workbook("input.xlsx", read_only=True, data_only=True)
ws = wb.active  # 或 wb["Sheet1"]
rows = list(ws.iter_rows(min_row=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.read_excel("input.xlsx", sheet_name=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.to_excel(writer, sheet_name="汇总", index=False)
    df2.to_excel(writer, sheet_name="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merge_sheets.py 或 pandas read_excel + pd.concat + to_excel。CSV ↔ Excelexcel_to_csv.py / csv_to_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deduplicate_excel.py 或 df.drop_duplicates(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 sheetrename_sheets.py。多表 VLOOKUPvlookup_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format_columns_as_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. 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_only=True 或分块。
• 捕获 openpyxl.utils.exceptions.InvalidFileException、 KeyError（工作表名）等并返回可读错误信息。

工具脚本#

skill 目录下 scripts/ 提供可执行脚本，优先在用户环境中运行脚本而非临时写长代码。

脚本功能merge_sheets.py多 Excel 或同文件多 sheet 合并为一张表excel_to_csv.py指定 sheet 导出为 CSVcsv_to_excel.pyCSV 转 Excel（单/多 CSV → 多 sheet）filter_excel.py按列条件筛选（=、>、<、~ 包含）输出 Excel/CSVsplit_excel.py按行数分片或按某列取值拆成多个文件deduplicate_excel.py按指定列去重，保留 first/lastaggregate_excel.py按列分组聚合（sum/count/mean/min/max）validate_excel.py校验必须列、重复键、空行select_columns.py选择/重命名/排序列merge_tables.py两表按键列合并（VLOOKUP 式，left/inner/outer）transpose_excel.py行列转置template_fill.py用数据表按行填充模板中的 {{列名}} 占位符rename_sheets.py重命名工作表（原名:新名、索引:新名、前缀/后缀）vlookup_multi.py多表 VLOOKUP：主表依次与多个查找表左连接format_conditional.py按条件格式化（gt/lt/介于/重复值/色阶）format_columns_as_text.py将指定列设为文本格式，避免纯数字显示为科学计数法

用法见各脚本 --help 或 reference.md。

更多说明#

• 详细 API 与参数见 reference.md。
• 更多场景示例见 examples.md。