如何快速地批量处理内容相似的Excel？

系列文章目录

python自动化办公

---

文章目录

• 系列文章目录
• 前言
• 一、如何用 Python 操作一个 Excel 文件呢？
• 二、操作步骤
  • 覆盖
  • 以追加方式写入：合并
  • 具体代码实现
  • 拆分

---

前言

Excel 是我们在工作中用到的最频繁的软件之一，它有着强大的计算能力和便捷的图表功能。如果我们要在同一个 Excel 文件中进行操作，手工进行也很方便，但问题是，如果我们需要同时操作多个 Excel 文件，就是一件非常耗时的事情了。

在工作场景中，需要同时操作多个 Excel 的情况主要有 2 种：批量合并和批量拆分。我来带你看 2 个场景。

批量合并。假设你需要对某些工作内容进行问卷调查，这时你用 Excel 做了调查问卷模版。我想你会这样做：先把 Excel 通过工作群分发给所有员工，再把群里收集到的反馈附件汇总成一个文件。

批量拆分。假设你是公司的财务人员，你需要使用 Excel 对员工工资进行核算，之后再打印出来。但是公司要求员工薪水保密，所以每个员工的工资需要拆分成一个独立的文件，最后还需要打印出来。

---

一、如何用 Python 操作一个 Excel 文件呢？

要想使用python去操作excel文件，那么python首先要支持读写功能。在 Python 中，要想实现对某一个功能的支持，就需要安装扩展库。

支持 Excel 读取的扩展库叫做 xlrd 库，支持 Excel 写入的扩展库叫做 xlwt 库。我们可以使用下面的命令行进行安装：

pip3 install xlrd

pip3 install xlwt

二、操作步骤

1.引入库

代码如下（示例）：

import xlwt

import xlrd

2.读入数据

代码如下（示例）：

file = 'E:/python自动化办公/自动化办公文件/拆分与合并/a.xlsx'
data = xlrd.open_workbook(file)
table = data.sheets()[0]
value = table.cell_value(rowx=2, colx=2)
dst_file = 'E:/python自动化办公/自动化办公文件/拆分与合并/写入.xlsx'
workbook = xlwt.Workbook(encoding='utf-8')
xlsheet = workbook.add_sheet("统计结果")

# 写入内容，假设取出的内容是value
xlsheet.write(0, 0, value)


# 保存文件workbook.save(dst_file)
workbook.save(dst_file)

 

从表格我们可以看到我们取到了李四第二题的结果。

可以看到，写入文件的时候，我们使用了一个叫做 write 的函数。它的前两个参数代表的写入位置， 分别是指定写入的行和列坐标。无需多言，这个写入位置非常重要。如果按照上面的代码方式写入，也就是前两个参数均指定为 0， 就会覆盖这个 Excel 文件中的现有内容了。所以，你如果想完成合并操作的话，就要实现对现有 Excel 内容进行追加写入。 通常我们会先获取现有的内容一共有多少行、多少列，然后向后移动一个位置，再进行写入。这种追加写入的方式， 在我们的工作场景中非常常见。接下来，我们就看看怎么用追加写入的方式，实现多个 Excel 文件的合并吧。

以追加方式写入：合并

重要的一个功能就是：循环

核心代码如下：

from pathlib import Path, PurePath

# 指定要合并excel的路径
src_path = 'E:/python自动化办公/自动化办公文件/拆分与合并'

# 取得该目录下所有的xlsx格式文件
p = Path(src_path)files = [x for x in p.iterdir() if PurePath(x).match('*.xlsx')]

在这段代码中，我使用了 for 语句，实现了 Python 的循环功能。通过这样的功能，我可以依次获取 src_path 变量指向的路径下所有的文件。同时，为了避免这个目录里的文件类型过多，我使用一个 if 语句用于条件判断，只提取.xlsx 结尾的文件。

现在，用 Excel 实现调查问卷自动化的主要功能已经都实现了。接下来，我们看看怎样实现整个工作过程。我把它们的工作流程定义为三个步骤：

1. 找到整个工作过程当中重复操作的部分；
2. 将重复操作的部分需要哪些手工操作找出来，使用 Python 编写程序代替手工操作的部分；
3. 对重复的部分，使用循环语句进行批量处理。

 通过时序图来直观的体现这些步骤

回到我们的 Excel 做调查问卷的场景。当我们回收了调查问卷之后，每份问卷的格式是完全相同的，刚好可以利用上面提到的循环功能处理每份问卷。而问卷的选项则是我们需要提取出来用于汇总的，所以我们要使用 Python 实现读取 Excel 调查问卷的功能，最后再写入到一个新的 Excel 中。

具体代码实现 

# 导入excel和文件操作库
import xlrd
import xlwt
from pathlib import Path, PurePath

# 指定要合并excel的路径
src_path = 'E:/python自动化办公/自动化办公文件/拆分与合并/调查问卷'
# 指定合并完成的路径
dst_file = 'E:/python自动化办公/自动化办公文件/拆分与合并/写入.xls'
# 取得该目录下所有的xlsx格式文件
p = Path(src_path)
files = [x for x in p.iterdir() if PurePath(x).match('*.xls')]

# 准备一个列表存放读取结果
content = []
# 对每一个文件进行重复处理
for file in files:
    # 用文件名作为每个用户的标识
    username = file.stem
    data = xlrd.open_workbook(file)
    table = data.sheets()[0]
    # 取得每一项的结果
    answer1 = table.cell_value(rowx=1, colx=1)
    answer2 = table.cell_value(rowx=1, colx=2)
    temp = f'{username},{answer1},{answer2}'
    # 合并为一行先存储起来
    content.append(temp.split(','))
    print(temp)
    # 输出
    # 张三,D,B
    # 李四,D,C

# 准备写入文件的表头
table_header = ['员工姓名', '第一题', '第二题']

workbook = xlwt.Workbook(encoding='utf-8')
xlsheet = workbook.add_sheet("统计结果")

# 写入表头
row = 0
col = 0
for cell_header in table_header:
    xlsheet.write(row, col, cell_header)
    col += 1

# 向下移动一行
row += 1
# 取出每一行内容
for line in content:
    col = 0
    # 取出每个单元格内容
    for cell in line:
        # 写入内容
        xlsheet.write(row, col, cell)
        # 向右移动一个单元格
        col += 1
    # 向下移动一行
    row += 1
# 保存最终结果
workbook.save(dst_file)

 最终就将两个表格合并成了一个，以追加的方式

如何实现拆分呢

如何实现拆分呢 对于批量操作 Excel，还有一种情况是批量拆分。比如很多公司会用 Excel 记录和统计员工的薪水、记录货物信息、记录客户情况等数据。 这些数据越来越多之后，文件会越来越大，打开文件和查找速度就会变得很慢， 最后只好按照某些列进行 Excel 的拆分。接下来，我就为你讲解一下如何进行 Excel 的批量拆分。 让我们来看一个工资条的案例。例如我在一个 Excel 中存放了工资信息， 需要把第一行的表头和员工工资拆分成一个以员工名字命名的 Excel 文件。我来带你看下具体该怎么操作：

 如果把拆分工作也画成时序图，就会发现，逐行读取可以使用循环功能批量操作，对每一行的内容处理， 如果能使用 Python 进行自动化的话，一个 Excel 拆分的工作就全部能使用 Python 自动化实现了。 所以，我打算设计一个 for 循环语句用于遍历所有的行，在 for 循环语句当中实现对每一行具体内容的处理

代码实现

import xlrd
import xlwt
from pathlib import Path, PurePath

# 指定要拆分excel的路径
salary_file = 'E:/python自动化办公/自动化办公文件/拆分与合并/薪水表/薪水.xls'
# 指定拆分保存完成的路径
dst_path = 'E:/python自动化办公/自动化办公文件/拆分与合并/薪水表'

data = xlrd.open_workbook(salary_file)
table = data.sheets()[0]
# 取得表头
salary_header = table.row_values(rowx=0, start_colx=0, end_colx=None)


# 定义写入文件的函数
def write_to_file(filename, cnt):
    ''' 
    filename : 写入的文件名
    cnt      : 写入的内容
    '''
    workbook = xlwt.Workbook(encoding='utf-8')
    xlsheet = workbook.add_sheet("本月工资")

    row = 0
    for line in cnt:
        col = 0
        for cell in line:
            xlsheet.write(row, col, cell)
            col += 1
        row += 1

    workbook.save(PurePath(dst_path).with_name(filename).with_suffix('.xlsx'))


# 取得员工数量
employee_number = table.nrows
# 取得每一行,并用第二个单元格作为新的文件名
for line in range(1, employee_number):
    content = table.row_values(rowx=line, start_colx=0, end_colx=None)
    # 将表头和员工数量重新组成一个新的文件 
    new_content = []
    # 增加表头到要写入的内容中
    new_content.append(salary_header)
    # 增加员工工资到要写入的内容中
    new_content.append(content)
    # 调用自定义函数write_to_file()写入新的文件
    write_to_file(filename=content[1], cnt=new_content)

 这样就完成了拆分 在这段代码的第一行，我使用了一个 range 函数，它会生成从 1 到员工总数的数字范围。你可能会问， 为什么没有直接写出 Excel 中总员工的数量，而是使用 employee_number 这样一个变量呢？ 这是因为，如果直接写出员工数量，一旦遇到员工入职或员工离职等情况，你就需要根据 Excel 中的行数重新编写 Python 代码， 而我现在使用的方式是每次打开 Excel 文件，会自动统计员工的数量（即行数），这种编写代码的方式能够让你的程序有更好的扩展性， 一般这种方式用于处理文件内容经常变动的情况。文件的批量拆分也是通过循环来实现逐行处理的功能的， 但是你需要注意拆分以后的要保存的文件名称不要重复，不然很容易导致 Excel 中只有最后一次循环写入的内容。