Python办公自动化—— 操作 Excel 数据实战:清洗、筛选、透视、关联 4 板斧

① 数据处理主力：pandas
② 第一招：清洗（去重、去符号、转类型）
③ 第二招：筛选与排序

从系统导出的 Excel 往往一团乱：重复行、空值、金额带￥符号、日期是字符串。手动筛选去重、VLOOKUP 关联，一下午就搭进去了。本篇用 pandas 几行代码把脏数据洗成干净报表，覆盖清洗、筛选排序、分组统计、关联匹配四大高频操作，并点出 6 个最容易翻车的坑。

import pandas as pd

df = pd.read_excel("脏数据.xlsx", engine="openpyxl")  # 读 xlsx 必须指定引擎

print(df.shape, df.columns)        # 先看几行几列、列名叫啥

df = df.drop_duplicates()                                  # 去重

df["金额"] = (df["金额"].astype(str)

              .str.replace("￥", "", regex=False)

              .str.replace(" ", "", regex=False)

              .astype(float))                               # 去符号转数字

df["日期"] = pd.to_datetime(df["日期"], errors="coerce")   # 文本转日期，转不了的变 NaT

df = df.dropna(subset=["客户"])                             # 丢空客户行

hot = df[df["金额"] > 1000]                         # 单条件：金额大于 1000

vip = df[(df["地区"] == "华北") & (df["金额"] > 5000)]  # 多条件用 & 连接

top = df.sort_values("金额", ascending=False).head(10)  # 金额降序取前 10

by_dept = df.groupby("部门")["金额"].sum()          # 各部门金额合计

monthly = df.groupby(["年份", "月份"])["金额"].mean()  # 多键分组，月度均值

orders = pd.read_excel("订单.xlsx", engine="openpyxl")

cust = pd.read_excel("客户.xlsx", engine="openpyxl")

merged = orders.merge(cust, on="客户ID", how="left")   # 按客户ID左关联

pv = pd.pivot_table(df, values="金额",

                    index="部门", columns="月份",

                    aggfunc="sum", fill_value=0)

pv.to_excel("部门月度透视.xlsx")        # 直接存成一张透视表

你在使用中踩过什么坑？或者对今天的内容有不同看法？欢迎在评论区聊聊，咱们一起讨论 👇

01 Python 办公自动化实战：6 步流程让重复工作自动跑
02 Python 操作 Excel 实战：4 个场景把报表活交给脚本