摘要：你是否曾经为重复性的Excel处理工作熬夜加班？手动复制粘贴几十个表格，逐个修改格式，汇总数据到眼花缭乱？今天我要介绍的Python自动化技术，将彻底改变你的工作方式！
你是否曾经为重复性的Excel处理工作熬夜加班？手动复制粘贴几十个表格，逐个修改格式，汇总数据到眼花缭乱？今天我要介绍的Python自动化技术，将彻底改变你的工作方式！
假设你是公司的财务人员，每月需要处理100+个分公司报表，每个报表需要完成以下操作：
清洗无效数据行计算绩效指标调整格式并添加备注汇总到总表手动操作需要3小时+，使用Python后，仅需3分钟！
import osimport pandas as pd# 设置文件夹路径folder_path = './分公司报表/'# 获取所有Excel文件excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]# 创建一个空的DataFrame存储所有数据all_data = pd.DataFrame# 循环读取并合并文件for file in excel_files:file_path = os.path.join(folder_path, file)data = pd.read_excel(file_path)all_data = pd.concat([all_data, data], ignore_index=True)# 保存合并后的文件all_data.to_excel('汇总报表.xlsx', index=False)print('100个文件合并完成！')import pandas as pd# 读取Excel文件df = pd.read_excel('销售数据.xlsx')# 删除空值df = df.dropna# 计算每个销售员的总额和提成df['销售总额'] = df['单价'] * df['数量']df['提成'] = df['销售总额'] * 0.1# 保存处理后的文件df.to_excel('清洗后数据.xlsx', index=False)print('数据清洗与计算完成！')import pandas as pdimport matplotlib.pyplot as pltfrom openpyxl import load_workbookfrom openpyxl.drawing.image import Image# 读取数据df = pd.read_excel('销售数据.xlsx')# 生成销售趋势图plt.figure(figsize=(10, 6))df.groupby('月份')['销售额'].sum.plot(kind='line')plt.title('月度销售趋势')plt.savefig('销售趋势.png')# 将图片插入Excelwb = load_workbook('销售数据.xlsx')ws = wb.activeimg = Image('销售趋势.png')ws.add_image(img, 'H2')wb.save('带图表报表.xlsx')print('可视化报表生成完成！')import smtplibfrom email.mime.multipart import MIMEMultipartfrom email.mime.text import MIMETextfrom email.mime.application import MIMEApplicationdef send_email_with_excel(recipient, subject, body, file_path):# 设置邮件内容msg = MIMEMultipartmsg['From'] = 'your_email@example.com'msg['To'] = recipientmsg['Subject'] = subject# 添加正文msg.attach(MIMEText(body, 'plain'))# 添加Excel附件with open(file_path, "rb") as f:attach = MIMEApplication(f.read, _subtype="xlsx")attach.add_header('Content-Disposition', 'attachment', filename=file_path)msg.attach(attach)# 发送邮件server = smtplib.SMTP('smtp.example.com', 587)server.starttlsserver.login('your_email@example.com', 'your_password')server.send_message(msg)server.quit# 使用示例send_email_with_excel('boss@company.com', '月度销售报表', '附件是本月销售报表，请查收。', '月度销售汇总.xlsx')print('邮件发送完成！')import scheduleimport timedef daily_report:# 这里放置数据处理代码print("每日报表已自动生成并发送！")# 每天上午9点执行schedule.every.day.at("09:00").do(daily_report)while True:schedule.run_pendingtime.sleep(1)✅ 节省大量时间（从3小时到3分钟）✅ 减少人为错误✅ 实现复杂数据处理✅ 自动生成和发送报表本文代码已在Python 3.8 + openpyxl 3.0.9 + pandas 1.3.3环境下测试通过
来源：编程我最懂
