夜雨聆风
一天早上，领导甩过来12个Excel文件
"这些数据要统一格式，合并到一个表里，下午3点前给我。"
打开一看，每个表的列名都不一样，有的叫"客户名"，有的叫"客户姓名"，有的干脆空着。日期格式五花八门，有的空行还混着备注。
你的内心活动大概是这样的：
这要一个个复制粘贴？
手抖一下，数据就对不上了。
改到一半，领导说格式又要换。
要是能有个工具，一键把这些表吃进去，吐出一张整整齐齐的表，该多好。
今天，我们就来做这个工具。
核心思路：把重复劳动交给程序
批量处理Excel，本质就三件事：
1. 填充：空格自动补上默认值
2. 拆分：一个单元格的内容分成几列
3. 合并：多个文件合成一张表
听起来复杂，但用AI对话来实现，其实很简单。
你只需要告诉AI："我有一堆Excel，格式不统一，帮我写个脚本处理一下"。
然后它会问你要细节：列名怎么统一？空值填什么？哪些要拆分？
你回答完，它就会给你一个能直接运行的脚本。
第一步：批量填充空值
场景
你有一张客户表，"联系方式"这一列有很多空格，你想全部填成"暂无"。
跟AI的对话
你：
> 我有一张Excel，有一列叫"联系方式"，很多单元格是空的，我想把这些空格都填成"暂无"，怎么做？
AI会告诉你：
> 用pandas库的fillna()方法就行。
然后给你一段代码：
```python
import pandas as pd
# 读取Excel
df = pd.read_excel('客户表.xlsx')
# 空值填充
df['联系方式'] = df['联系方式'].fillna('暂无')
# 保存
df.to_excel('客户表_填充后.xlsx', index=False)
print('完成！')
```
试试看
把代码复制到你的编辑器，改一下文件名，运行一次。
是不是一行代码就搞定了？
第二步：批量拆分单元格
场景
"姓名"列里，有的写的是"张三（销售部）"，你想把姓名和部门拆成两列。
跟AI的对话
你：
> Excel里有一列"姓名"，格式是"名字（部门）"，我想拆成两列：一列姓名，一列部门，怎么做？
AI会告诉你：
> 用正则表达式提取。
代码示例：
```python
import pandas as pd
import re
df = pd.read_excel('员工表.xlsx')
# 拆分
def split_name(text):
match = re.match(r'(.+?)（(.+?)）', str(text))
if match:
return match.group(1), match.group(2)
return text, ''
df['姓名'], df['部门'] = zip(*df['姓名'].apply(split_name))
df.to_excel('员工表_拆分后.xlsx', index=False)
print('完成！')
```
注意事项
拆分前，先检查一下数据的格式是不是统一。
如果有的是"张三（销售部）"，有的是"李四-市场部"，就要分情况处理。
第三步：批量合并多个Excel
场景
你有12个月的销售表，要合并成一个年度总表。
跟AI的对话
你：
> 我有12个Excel文件，分别是1月到12月的销售数据，列名都一样，我想合并成一个文件，怎么做？
AI会告诉你：
> 用glob批量读取，然后concat合并。
代码示例：
```python
import pandas as pd
import glob
# 获取所有Excel文件
files = glob.glob('销售表_*.xlsx')
# 逐个读取并合并
all_data = []
for file in files:
df = pd.read_excel(file)
all_data.append(df)
# 合并
result = pd.concat(all_data, ignore_index=True)
# 保存
result.to_excel('年度销售总表.xlsx', index=False)
print(f'合并完成！共{len(result)}行数据')
```
小技巧
合并前，建议检查一下每个文件的列名是否一致。不一致的话，要先统一。
今天的工具：Excel批量处理器
把上面三个功能合到一起，就是一个完整的"Excel批量处理工具"。
核心逻辑：
1. 批量读取文件
2. 统一列名
3. 填充空值
4. 拆分复杂单元格
5. 合并输出
你可以把这个脚本保存下来，以后遇到类似需求，改几个参数就能用。
注意事项
1. 先备份原始数据
处理前，把原始文件复制一份到别的文件夹。
万一脚本把数据改错了，还能恢复。
2. 检查数据格式
合并前，看看每个文件的列名、数据类型是不是一致。
不一致的话，要先统一。
3. 分批处理
文件特别多的时候，不要一次全读进来。
可以分成几个批次，每次处理10-20个，避免内存爆炸。
今天你学到了什么？
✅ 用pandas批量读取Excel
✅ 用fillna()填充空值
✅ 用正则表达式拆分单元格
✅ 用concat合并多个文件
核心收获：Excel批量处理的关键，不是记住每一行代码，而是知道"这件事可以怎么做"。
遇到问题，告诉AI你的需求，它会帮你写代码。
明天预告
今天处理的是本地文件。
明天，我们要从多个文件里提取数据，告别一个一个打开、复制、粘贴的低效操作。
Day 3：多文件合并工具，一键把散落在各个角落的数据拉到一起。