乐于分享
好东西不私藏

如何利用 OpenClaw 操作 Excel 表格

如何利用 OpenClaw 操作 Excel 表格

简介

OpenClaw 不仅能聊天、搜索,还能直接操作文件——包括 Excel 表格。

本文将演示如何通过 OpenClaw 创建、合并 Excel 表格,无需手动打开 Excel 软件,一句话搞定。

场景描述

我们有以下需求:

表1:班级人员名单,包含「姓名」和「年龄」两列

表2:同一批人员,包含「姓名」和「家庭地址」两列

目标:按「姓名」合并,生成第三张表,包含姓名、年龄、家庭地址

表1 原始数据

姓名 年龄
张伟 18
李娜 17
王强 19
赵敏 18
陈浩 17
刘洋 19
杨雪 18
黄磊 17

表2 原始数据

姓名 家庭地址
张伟 北京市海淀区中关村大街1号
李娜 上海市浦东新区陆家嘴路88号
王强 广州市天河区体育西路100号
赵敏 深圳市南山区科技园路50号
陈浩 成都市武侯区天府大道200号
刘洋 杭州市西湖区文三路300号
杨雪 南京市鼓楼区中山北路150号
黄磊 武汉市洪山区珞喻路60号

合并后的表3

姓名 年龄 家庭地址
张伟 18 北京市海淀区中关村大街1号
李娜 17 上海市浦东新区陆家嘴路88号
王强 19 广州市天河区体育西路100号
赵敏 18 深圳市南山区科技园路50号
陈浩 17 成都市武侯区天府大道200号
刘洋 19 杭州市西湖区文三路300号
杨雪 18 南京市鼓楼区中山北路150号
黄磊 17 武汉市洪山区珞喻路60号

方法一:让 OpenClaw 直接生成

最简单的方式——直接对 OpenClaw 说:

“帮我创建两个 Excel 表格,然后按姓名合并成第三张表”

OpenClaw 会自动执行 Python 脚本,使用 pandas 库完成操作,最终输出 .xlsx 文件供下载。

不需要装软件,不需要写代码,一句话搞定。

方法二:了解背后的原理

如果你对技术细节感兴趣,核心代码如下:

import pandas as pd

# 创建表1
df1 = pd.DataFrame({
    '姓名': ['张伟', '李娜', '王强', '赵敏', '陈浩', '刘洋', '杨雪', '黄磊'],
    '年龄': [18, 17, 19, 18, 17, 19, 18, 17]
})

# 创建表2
df2 = pd.DataFrame({
    '姓名': ['张伟', '李娜', '王强', '赵敏', '陈浩', '刘洋', '杨雪', '黄磊'],
    '家庭地址': [
        '北京市海淀区中关村大街1号',
        '上海市浦东新区陆家嘴路88号',
        '广州市天河区体育西路100号',
        '深圳市南山区科技园路50号',
        '成都市武侯区天府大道200号',
        '杭州市西湖区文三路300号',
        '南京市鼓楼区中山北路150号',
        '武汉市洪山区珞喻路60号'
    ]
})

# 按姓名合并(类似 SQL 的 JOIN)
df3 = pd.merge(df1, df2, on='姓名', how='inner')

# 保存为 Excel(3个 Sheet 在同一个文件中)
with pd.ExcelWriter('班级信息汇总.xlsx') as writer:
    df1.to_excel(writer, sheet_name='人员名单与年龄', index=False)
    df2.to_excel(writer, sheet_name='人员名单与地址', index=False)
    df3.to_excel(writer, sheet_name='合并结果', index=False)

关键知识点

pd.DataFrame() — 创建表格数据

pd.merge(df1, df2, on=’姓名’) — 按「姓名」列合并两张表

how=’inner’ — 只保留两边都有的姓名(交集)

how=’outer’ — 保留所有姓名(并集,缺失填空)

pd.ExcelWriter — 将多张表写入同一个 Excel 文件的不同 Sheet

操作流程总结

第一步:描述需求 → 告诉 OpenClaw 你要做什么

第二步:提供数据 → 直接贴数据或上传现有文件

第三步:获取结果 → OpenClaw 生成 Excel 文件供下载

就这么简单。AI 时代,表格处理不再需要手动操作。