🌈Hi，宝子们~一个痛点，一个脚本，立竿见影

🛠️有小伙伴私信：每周都要从后台导出上万行的商品订单数据，筛选出符合条件的商品，打上不同标签，再分发给不同部门的同事跟进

🛠️打开Excel、筛选条件、复制、粘贴、打标签、保存……重复操作几十次，半天时间就没了，还容易漏掉爆款商品，求更快捷的方法！

🎯今天，分享用Python写一个代码小脚本，能自动根据规则给商品打标签，并分类存储，上面小伙伴的困扰1分钟就能干完！

📖 需求：数据自动打标签+分表

🔖 原始数据长这样

📊《商品订单明细.xlsx》，大致内容如下：

🎯 想要的效果：根据规则自动给商品打标签

🔥 爆款商品：销量 > 10000 或 销售额 > 100万

💤 滞销商品：销量 < 100 且 库存 > 1000

✨ 新品：上架时间 < 90天 且 销量 > 500

📌 普通商品：其他商品

🎯按标签自动拆分成不同文件，分发不同对象：

🔥 爆款商品 → 运营重点维护

💤 滞销商品 → 促销策划组

✨ 新品 → 市场推广组

📌 普通商品 → 常规运营组

🛠️ 实现代码

自动打标签+分表

import pandas as pdfrom datetime import datetime, timedeltaimport os# ===== 更换数据就改这部分 =====root_dir = os.path.dirname(os.path.abspath(__file__))文件名 = os.path.join(root_dir, "商品订单明细.xlsx")输出文件夹 = os.path.join(root_dir, "分标签商品")os.makedirs(输出文件夹, exist_ok=True)# ====================# 1. 读取数据df = pd.read_excel(文件名)# 2. 定义打标签函数def 打标签(行):if 行["销量"] > 10000or 行["销售额"] > 1000000:return"爆款商品"elif 行["销量"] < 100and 行["库存"] > 1000:return"滞销商品"elif (datetime.now() - pd.to_datetime(行["上架时间"])).days < 90and 行["销量"    ] > 500:return"新品"else:return"普通商品"# 3. 应用标签df["商品标签"] = df.apply(打标签, axis=1)# 4. 按标签拆分保存标签列表 = df["商品标签"].unique()for 标签 in 标签列表:    df_标签 = df[df["商品标签"] == 标签]    输出文件名 = os.path.join(输出文件夹, f"{标签}.xlsx")    df_标签.to_excel(输出文件名, index=False)    print(f"✅ 已生成: {标签}.xlsx (共{len(df_标签)}个商品)")# 5. 生成统计简报统计 = df["商品标签"].value_counts()print("\n📊 商品标签统计:")for 标签, 数量 in 统计.items():    print(f"  {标签}: {数量}个 ({数量/len(df)*100:.1f}%)")

⚡ 运行效果

✅把上面代码保存为《商品打标签工具.py》📝和《商品订单明细.xlsx》放在同一个文件夹📁运行代码瞬间完成，如下所示：

📂效率快的惊人，操作时间直接省出一大截，关键还准确不出错！

⚠️ 扩展一下

如果需求变了，只需要简单修改就能适配新场景：

📌 结语

💡 关注我，每周分享Python干货×技巧

📌 如果这篇文章对你有帮助，欢迎：

👍 点赞 | ⭐ 收藏 | 🔄 分享给朋友

💬 如需源码：关注+评论区回复“Excel自动打标签“

即可获取完整脚本 + 示例模板！