很多人一听 Codex，会觉得它是程序员写代码用的。

但实际上，Codex 很适合处理一种普通人也经常遇到的问题：

一堆乱七八糟的 Excel 表格。

比如：

表头不统一；

日期格式混乱；

金额里有“元”“￥”“,”；

空行很多；

重复数据很多；

多个 Excel 文件需要合并；

每个部门交上来的表格格式都不一样；

整理完还要生成汇总表和图表。

以前这些事情只能手动改。

现在可以换一种方式：

让 Codex 帮你写脚本、跑脚本、导出新 Excel。

简单说：

不是让 Codex “告诉你怎么整理表格”，

而是让它真的帮你搭一条 Excel 自动化处理流程。

一、为什么用 Codex 整理 Excel？

普通 AI 聊天工具可以帮你写 Excel 公式，也可以告诉你怎么做透视表。

但 Codex 更进一步。

它可以在你的项目文件夹里工作：

读取 Excel 文件；

分析表格结构；

写 Python 脚本；

安装或调用 pandas、openpyxl 等工具；

运行脚本；

输出清洗后的新 Excel；

生成清洗日志；

把流程保存成以后还能复用的项目。

也就是说，Codex 不只是“给建议”。

它更像一个能帮你干活的 Excel 自动化助手。

二、哪些 Excel 任务适合交给 Codex？

不是所有 Excel 任务都必须用 Codex。

如果只是一个简单公式，比如求和、平均值、IF 判断，用普通 ChatGPT 问一下就够了。

但下面这些任务，很适合交给 Codex。

1. 多个 Excel 文件合并

比如一个文件夹里有 30 个部门表格。

你想把它们合并成一个总表。

Codex 可以帮你写脚本：

读取文件夹中所有 Excel；

逐个打开第一个 sheet；

统一列名；

增加来源文件名；

合并成一个总表；

导出 merged.xlsx。

这比手动复制粘贴稳定得多。

2. 表头不统一

比如有些表叫：

姓名

员工姓名

人员姓名

Name

其实都是同一列。

Codex 可以帮你制定列名映射规则，把它们统一成“姓名”。

再比如：

金额

销售额

订单金额

实收金额

这些也可以统一成你指定的标准字段。

3. 日期格式混乱

Excel 里日期经常长这样：

2026/05/26

2026-5-26

2026年5月26日

May 26, 2026

20260526

Codex 可以帮你写脚本，把它们统一成：

2026-05-26

这对后续按月份统计非常重要。

4. 金额格式混乱

有些金额是：

1000

1,000

￥1000

1000元

1,000.00 元

看起来都是金额，但 Excel 里可能有的是数字，有的是文本。

Codex 可以帮你清理符号，把金额列转换成真正的数字。

后面才能做求和、平均值、排序和图表。

5. 缺失值和重复值检查

Codex 可以帮你生成数据质量报告，比如：

每一列缺失多少；

缺失比例是多少；

哪些行完全重复；

哪些关键字段重复；

哪些字段存在异常值。

这个对科研数据、客户名单、销售数据都很有用。

6. 生成汇总表

清洗完之后，Codex 还可以帮你生成汇总 sheet。

比如：

按月份统计总金额；

按部门统计人数；

按地区统计订单数；

按人员统计完成量；

按类别统计占比。

最后输出到同一个 Excel 文件里。

三、用 Codex 整理 Excel 的标准流程

新手不要一上来就说：

“帮我整理这个 Excel。”

这句话太模糊。

更稳的流程是 5 步。

第一步：准备一个项目文件夹

先新建一个文件夹，比如：

excel_clean_project

里面可以这样放：

raw_data/

放原始 Excel 文件

output/

放处理后的结果文件

scripts/

放 Codex 生成的脚本

README.md

记录这个项目怎么用

这样做的好处是：

原始数据不会乱；

处理结果有地方保存；

脚本可以复用；

以后同类表格可以继续用。

第二步：让 Codex 先看结构，不要修改

打开 Codex，选择这个文件夹，然后先说：

请先读取 raw_data 文件夹中的 Excel 文件，不要修改任何原始文件。

请告诉我：

1. 一共有多少个 Excel 文件；
2. 每个文件有哪些 sheet；
3. 每个 sheet 的行数和列数；
4. 每一列的字段名；
5. 哪些字段可能含义相同但命名不同；
6. 哪些列有缺失值；
7. 哪些列格式可能不统一；
8. 先输出诊断报告，不要执行清洗。

这一步非常重要。

先诊断，再处理。

否则 Codex 可能会根据自己的理解直接清洗，结果不一定符合你的需求。

第三步：让 Codex 制定清洗方案

看完结构后，再让它制定方案：

请根据刚才的诊断结果，制定一份 Excel 清洗方案。

要求包括：

1. 标准列名如何设置；
2. 哪些列需要统一格式；
3. 日期列如何处理；
4. 金额列如何处理；
5. 重复值如何判断；
6. 缺失值如何保留或标记；
7. 输出文件包含哪些 sheet；
8. 先列方案，不要执行。

这一阶段你要重点检查：

列名有没有统一错；

日期列有没有识别错；

金额列有没有搞错；

哪些重复值应该删，哪些不能删；

缺失值是不是应该保留。

第四步：确认后再让 Codex 写脚本

方案确认后，再说：

请按照确认后的清洗方案，写一个 Python 脚本。

要求：

1. 使用 pandas 和 openpyxl；
2. 读取 raw_data 文件夹中的所有 Excel 文件；
3. 不要覆盖原始文件；
4. 清洗后的总表输出到 output/merged_cleaned.xlsx；
5. 同时生成 output/cleaning_log.txt；
6. 日志中记录读取了哪些文件、合并了多少行、删除了多少重复行、哪些列被重命名、哪些日期和金额字段被转换；
7. 先生成脚本，并解释脚本逻辑，不要直接运行。

注意最后一句：

先生成脚本，不要直接运行。

这样你可以先看它准备做什么。

第五步：确认后运行并检查结果

如果脚本逻辑没问题，再让 Codex 运行。

运行后，让它继续检查：

请运行脚本，并检查输出文件。

请告诉我：

1. 原始总行数；
2. 清洗后总行数；
3. 删除了多少重复行；
4. 每一列缺失值数量；
5. 输出文件包含哪些 sheet；
6. 是否有报错或异常值需要我人工确认。

这一步就是“结果验收”。

不要生成完就直接拿去用。

四、完整案例：把 30 个部门表格合并成总表

假设你有 30 个 Excel 文件，每个文件是一个部门提交的月度数据。

问题是：

每个文件表头不完全一样；

有些文件多了空行；

有些金额带“元”；

日期格式不统一；

有重复记录；

你还想知道每个部门各自提交了多少数据。

你可以这样给 Codex 下指令：

我有一个文件夹 raw_data，里面有多个部门提交的 Excel 文件。

请帮我完成一个 Excel 自动整理项目。

目标：把所有文件合并成一个干净的总表，并生成清洗日志。

具体要求：

1. 读取 raw_data 中所有 .xlsx 文件；
2. 合并每个文件的第一个 sheet；
3. 自动去除完全空白行；
4. 统一列名：员工姓名、人员姓名、姓名统一为“姓名”；
5. 金额、销售额、订单金额统一为“金额”；
6. 日期、提交日期、填报日期统一为“日期”；
7. 将金额列中的“元”“￥”“,”去掉，并转为数字；
8. 将日期统一为 YYYY-MM-DD 格式；
9. 增加一列“来源文件名”；
10. 增加一列“来源部门”，从文件名中提取；
11. 去除完全重复的行；
12. 输出 output/merged_cleaned.xlsx；
13. 额外生成一个 summary sheet，按来源部门统计记录数和金额总和；
14. 生成 output/cleaning_log.txt；
15. 不要覆盖任何原始文件。

请先生成处理方案和脚本逻辑，不要直接运行。

这就是一个非常典型的 Codex + Excel 场景。

如果你每个月都要做同样的整理，以后只要把新文件放进 raw_data，再运行同一个脚本就可以。

这才叫真正省时间。

五、用 Codex 整理 Excel 的优势

1. 不用记复杂公式

你不需要记 VLOOKUP、XLOOKUP、COUNTIF、SUMIF。

你只需要说清楚：

我要按什么字段匹配；

我要统计什么；

我要输出什么结果。

Codex 可以帮你写公式，也可以直接写脚本处理。

2. 适合批量处理

Excel 手工操作最怕批量。

一个表还好，几十个表就很崩溃。

Codex 的优势就是批量：

批量读取；

批量合并；

批量改名；

批量清洗；

批量导出。

3. 可以复用

手动操作做完就结束了。

但 Codex 写出来的脚本可以保留下来。

下次遇到类似数据，只要替换原始文件，再运行一次。

这就是从“手动整理”变成“自动化流程”。

4. 有日志，方便检查

好的 Excel 自动化不应该是黑箱。

你要让 Codex 生成日志。

比如：

读取了几个文件；

合并了多少行；

删除了多少重复值；

哪些列被重命名；

哪些字段转换失败；

哪些数据需要人工确认。

这样你才知道它到底做了什么。

六、哪些人最适合用 Codex 整理 Excel？

1. 职场新人

比如：

会议签到表；

客户名单；

部门月报；

销售数据；

库存表；

活动报名表。

2. 科研人员

比如：

病例数据；

随访表；

问卷数据；

实验记录；

多中心数据；

文献提取表。

3. 运营人员

比如：

账号数据；

内容选题库；

阅读量统计；

用户标签；

投放数据；

转化数据。

4. 财务和行政

比如：

报销表；

发票台账；

供应商名单；

合同台账；

费用分类；

预算执行表。

5. 学生

比如：

问卷结果；

成绩统计；

社团报名表；

文献阅读表；

课程资料整理表。

七、新手一定要注意的 6 件事

1. 不要覆盖原始文件

每次都明确告诉 Codex：

不要覆盖原始文件。

输出到 output 文件夹。

2. 先诊断，再处理

不要一上来就让它清洗。

先让它看：

有哪些文件；

有哪些列；

哪里不统一；

哪里有缺失；

哪里有重复。

3. 字段含义不清楚时，不要让它乱猜

比如：

“订单金额”和“实收金额”不一定一样。

“提交日期”和“审核日期”不一定一样。

“患者编号”和“住院号”不一定一样。

含义不清楚时，让它标记出来，等你确认。

4. 敏感数据先脱敏

如果 Excel 里有：

身份证号；

手机号；

患者信息；

客户资料；

财务数据；

未发表科研数据。

一定要谨慎。

能本地处理就本地处理。

能脱敏就先脱敏。

不要随便上传到不清楚的外部服务。

5. 运行脚本前先让它解释

看到 Codex 准备运行命令时，不要无脑批准。

可以先问：

请解释这条命令会做什么，会不会修改原始文件，会不会删除数据，能不能回退。

6. 输出后一定要抽查

至少检查：

总行数是否合理；

金额合计是否对得上；

日期有没有错；

列名有没有统一错；

重复值有没有误删；

summary 表是否合理。

AI 可以帮你省时间，但不能替你承担最终责任。

八、适合直接复制给 Codex 的提示词模板

模板 1：先诊断

请读取 raw_data 文件夹中的 Excel 文件，不要修改任何文件。

请输出一个诊断报告，包括文件数量、sheet 名称、行列数、字段名、缺失值、重复值、可能含义相同但命名不同的字段，以及可能存在格式问题的列。

模板 2：制定清洗方案

请根据诊断报告制定清洗方案。

请说明标准列名、日期处理方式、金额处理方式、重复值判断方式、缺失值处理方式和输出文件结构。

先不要执行。

模板 3：写清洗脚本

请按照确认后的方案写 Python 脚本。

使用 pandas 和 openpyxl。

读取 raw_data 文件夹，输出到 output 文件夹。

不要覆盖原始文件。

同时生成 cleaning_log.txt，记录每一步处理结果。

先解释脚本逻辑，不要直接运行。

模板 4：运行并验收

请运行脚本，并检查输出文件。

请汇报原始总行数、清洗后总行数、删除重复行数、缺失值统计、输出 sheet 列表和需要人工确认的问题。

模板 5：生成汇总表

请基于清洗后的总表，生成 summary sheet。

按月份、部门、类别分别统计记录数、金额总和和平均金额。

请保留原始总表，并输出到新的 Excel 文件。

The End~