Excel 全能工具箱——20个常用操作一键完成(附完整代码+打包教程)

pip install pandas openpyxl

import pandas as pdimport osimport tkinter as tkfrom tkinter import ttk, messageboxfrom datetime import datetime# ============================================# 以下为 20 个功能的具体实现# 注意：所有功能均假设要处理的文件在“当前文件夹”下，# 文件名可以在每个函数中直接修改成你自己的。# ============================================def merge_files():    """1.合并当前文件夹下所有 .xlsx 文件（纵向拼接）"""    folder = "."  # 当前目录，可以把 "." 改成你的文件夹路径，如 "门店报表"    files = [f for f in os.listdir(folder) if f.endswith('.xlsx') and not f.startswith('~')]    if not files:        return "没有找到任何 .xlsx 文件"    all_data = []    for f in files:        df = pd.read_excel(f)        all_data.append(df)    result = pd.concat(all_data, ignore_index=True)    result.to_excel("合并总表.xlsx", index=False)    return f"合并完成，共处理 {len(files)} 个文件，结果保存为 合并总表.xlsx"def merge_sheets():    """2.合并一个工作簿的所有工作表到一个 sheet"""    src_file = "待合并工作表.xlsx"  # 改成你的源文件名    if not os.path.exists(src_file):        return f"找不到文件 {src_file}"    xls = pd.ExcelFile(src_file)    sheets = xls.sheet_names    all_data = []    for sheet in sheets:        df = pd.read_excel(src_file, sheet_name=sheet)        df['来源工作表'] = sheet  # 添加一列标记来源        all_data.append(df)    result = pd.concat(all_data, ignore_index=True)    result.to_excel("合并所有工作表.xlsx", index=False)    return f"已合并 {len(sheets)} 个工作表，结果保存为 合并所有工作表.xlsx"def split_by_col_to_files():    """3.按某列拆分，每个类保存为单独的 Excel 文件"""    src_file = "源数据.xlsx"        # 改成你的源文件    split_col = "区域"              # 改成你用于拆分的列名    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if split_col not in df.columns:        return f"列 '{split_col}' 不存在，请检查"    os.makedirs("拆分结果_文件", exist_ok=True)    for value, group in df.groupby(split_col):        safe_name = str(value).replace('/', '_').replace('\\', '_')        group.to_excel(f"拆分结果_文件/{safe_name}.xlsx", index=False)    return f"按 '{split_col}' 拆分完成，文件已存入 拆分结果_文件 文件夹"def split_by_col_to_sheets():    """4.按某列拆分，放到同一个工作簿的不同工作表里"""    src_file = "源数据.xlsx"    split_col = "区域"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if split_col not in df.columns:        return f"列 '{split_col}' 不存在"    with pd.ExcelWriter("拆分结果_工作表.xlsx") as writer:        for value, group in df.groupby(split_col):            safe_name = str(value)[:31]  # sheet名最长31字符            group.to_excel(writer, sheet_name=safe_name, index=False)    return "拆分完成，结果保存为 拆分结果_工作表.xlsx"def split_by_rows():    """5.按行数拆分，每 N 行存一个新文件"""    src_file = "源数据.xlsx"    rows_per_file = 1000  # 可自己修改    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    os.makedirs("按行拆分结果", exist_ok=True)    total = len(df)    count = 0    for i in range(0, total, rows_per_file):        chunk = df.iloc[i:i+rows_per_file]        chunk.to_excel(f"按行拆分结果/part_{i//rows_per_file + 1}.xlsx", index=False)        count += 1    return f"共拆分成 {count} 个文件，保存在 按行拆分结果 文件夹"def single_col_summary():    """6.单列分类汇总（求和/计数/平均）"""    src_file = "源数据.xlsx"    group_col = "部门"      # 分组列    value_col = "工资"      # 汇总列    agg_func = "sum"        # 可选: sum, count, mean    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if group_col not in df.columns or value_col not in df.columns:        return "指定的分组列或汇总列不存在"    if agg_func == "sum":        result = df.groupby(group_col, as_index=False)[value_col].sum()    elif agg_func == "mean":        result = df.groupby(group_col, as_index=False)[value_col].mean()    else:        result = df.groupby(group_col, as_index=False)[value_col].count()    result.to_excel("单列汇总.xlsx", index=False)    return f"按 '{group_col}' 对 '{value_col}' 进行 {agg_func} 完成，结果保存为 单列汇总.xlsx"def multi_col_summary():    """7.多列分组汇总（类似透视表）"""    src_file = "源数据.xlsx"    group_cols = ["区域", "产品"]   # 可以改为你需要的分组列    value_col = "销售额"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    for col in group_cols:        if col not in df.columns:            return f"列 '{col}' 不存在"    result = df.groupby(group_cols, as_index=False)[value_col].sum()    result.to_excel("多列分组汇总.xlsx", index=False)    return "多列分组汇总完成，结果保存为 多列分组汇总.xlsx"def filter_summary():    """8.按条件筛选汇总"""    src_file = "源数据.xlsx"    filter_col = "年份"    filter_value = 2025       # 修改为你的筛选条件    value_col = "销售额"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if filter_col not in df.columns:        return f"列 '{filter_col}' 不存在"    filtered = df[df[filter_col] == filter_value]    if filtered.empty:        return "没有满足条件的记录"    total = filtered[value_col].sum()    filtered.to_excel(f"筛选结果_{filter_value}.xlsx", index=False)    return f"筛选出 {len(filtered)} 行，{value_col} 总和为 {total}，结果已保存"def growth_rate():    """9.同比增长/环比计算（假设数据按时间排序，有'销售额'列）"""    src_file = "月度数据.xlsx"  # 必须包含“月份”和“销售额”列    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if "销售额" not in df.columns:        return "缺少 '销售额' 列"    df = df.sort_values("月份")  # 假设有月份列，字符串格式可排序    df["环比增长率"] = df["销售额"].pct_change()    # 同比：如果按月，shift(12)；按年，shift(1) 但要根据实际    df["同比增长率"] = df["销售额"].pct_change(periods=12)  # 假设每月数据    df.to_excel("增长率计算.xlsx", index=False)    return "增长率计算完成，结果保存为 增长率计算.xlsx"def remove_duplicates():    """10.删除完全重复的行"""    src_file = "源数据.xlsx"    subset_cols = None  # None表示所有列完全重复才删除，可以改为 ["姓名","日期"] 指定列    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    before = len(df)    if subset_cols:        df.drop_duplicates(subset=subset_cols, inplace=True)    else:        df.drop_duplicates(inplace=True)    after = len(df)    df.to_excel("去重结果.xlsx", index=False)    return f"去重完成，从 {before} 行减少到 {after} 行，结果保存为 去重结果.xlsx"def remove_empty():    """11.删除空行和空列"""    src_file = "源数据.xlsx"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    # 删除全为空的行    df.dropna(how='all', inplace=True)    # 删除全为空的列    df.dropna(axis=1, how='all', inplace=True)    df.to_excel("删除空行列结果.xlsx", index=False)    return "空行和空列已删除，结果保存为 删除空行列结果.xlsx"def unify_date_format():    """12.统一日期格式为 YYYY-MM-DD"""    src_file = "源数据.xlsx"    date_col = "日期"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if date_col not in df.columns:        return f"列 '{date_col}' 不存在"    # 尝试转换，忽略无法转换的    df[date_col] = pd.to_datetime(df[date_col], errors='coerce').dt.strftime('%Y-%m-%d')    df.to_excel("日期格式统一.xlsx", index=False)    return "日期格式已统一为 YYYY-MM-DD，结果保存为 日期格式统一.xlsx"def strip_spaces():    """13.清除所有文本列的前后空格"""    src_file = "源数据.xlsx"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    str_cols = df.select_dtypes(include='object').columns    for col in str_cols:        df[col] = df[col].astype(str).str.strip()    df.to_excel("清除空格后.xlsx", index=False)    return "文本空格已清除，结果保存为 清除空格后.xlsx"def text_to_number():    """14.将文本型数字转为数值"""    src_file = "源数据.xlsx"    col_name = "金额"   # 改成你需要转换的列名    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if col_name not in df.columns:        return f"列 '{col_name}' 不存在"    # 先转字符串去掉千分位逗号，再转数字    df[col_name] = df[col_name].astype(str).str.replace(',', '').str.replace('，', '')    df[col_name] = pd.to_numeric(df[col_name], errors='coerce')    df.to_excel("文本转数字.xlsx", index=False)    return f"列 '{col_name}' 已转为数值，结果保存为 文本转数字.xlsx"def vlookup_match():    """15.VLOOKUP 匹配"""    main_file = "主表.xlsx"       # 需要查找的表    lookup_file = "对照表.xlsx"   # 被匹配的表    on_col = "编号"               # 两张表共有的列名    return_cols = ["名称"]        # 要从对照表拿过来的列    if not os.path.exists(main_file) or not os.path.exists(lookup_file):        return "主表或对照表文件不存在"    main_df = pd.read_excel(main_file)    lookup_df = pd.read_excel(lookup_file)    if on_col not in main_df.columns or on_col not in lookup_df.columns:        return f"列 '{on_col}' 在某张表中不存在"    # 只取对照表中需要的列，去重保留第一个    lookup_sub = lookup_df[[on_col] + return_cols].drop_duplicates(subset=on_col)    result = main_df.merge(lookup_sub, on=on_col, how='left')    result.to_excel("VLOOKUP结果.xlsx", index=False)    return "VLOOKUP 匹配完成，结果保存为 VLOOKUP结果.xlsx"def compare_two_sheets():    """16.找出两表差异"""    old_file = "旧表.xlsx"    new_file = "新表.xlsx"    key_col = "编号"  # 用于比较的主键列    if not os.path.exists(old_file) or not os.path.exists(new_file):        return "旧表或新表文件不存在"    old_df = pd.read_excel(old_file)    new_df = pd.read_excel(new_file)    if key_col not in old_df.columns or key_col not in new_df.columns:        return f"列 '{key_col}' 在某表中不存在"    old_ids = set(old_df[key_col])    new_ids = set(new_df[key_col])    added = new_df[new_df[key_col].isin(new_ids - old_ids)]    deleted = old_df[old_df[key_col].isin(old_ids - new_ids)]    # 修改的：主键相同但其他列不同    common_ids = old_ids & new_ids    old_common = old_df[old_df[key_col].isin(common_ids)].set_index(key_col)    new_common = new_df[new_df[key_col].isin(common_ids)].set_index(key_col)    # 简单比较，找出不相等的行（需要列名完全一致）    diff_mask = (old_common != new_common).any(axis=1)    modified_old = old_common[diff_mask].reset_index()    modified_new = new_common[diff_mask].reset_index()    with pd.ExcelWriter("两表差异.xlsx") as writer:        added.to_excel(writer, sheet_name="新增行", index=False)        deleted.to_excel(writer, sheet_name="删除行", index=False)        modified_old.to_excel(writer, sheet_name="修改前", index=False)        modified_new.to_excel(writer, sheet_name="修改后", index=False)    return "差异分析完成，结果保存为 两表差异.xlsx"def unique_values():    """17.提取指定列的唯一值"""    src_file = "源数据.xlsx"    col = "客户名称"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    if col not in df.columns:        return f"列 '{col}' 不存在"    unique_list = df[col].drop_duplicates().reset_index(drop=True)    unique_list.to_excel("唯一值列表.xlsx", index=False)    return f"已提取 '{col}' 列的唯一值，共 {len(unique_list)} 个，保存为 唯一值列表.xlsx"def batch_xls_to_xlsx():    """18.批量将当前目录下所有 .xls 转为 .xlsx"""    import glob    files = glob.glob("*.xls")    if not files:        return "当前文件夹没有 .xls 文件"    count = 0    for f in files:        if f.startswith('~'):  # 忽略临时文件            continue        # 使用 xlrd 读取 .xls，需要安装 pip install xlrd        try:            df = pd.read_excel(f)            df.to_excel(f + "x", index=False)  # 新文件名在原文件名后加 x            count += 1        except Exception as e:            print(f"转换 {f} 失败：{e}")    return f"转换完成，共处理 {count} 个文件，新文件为 .xlsx 后缀"def excel_csv_conversion():    """19.Excel 与 CSV 互转（当前示例：Excel 转 CSV）"""    src_file = "源数据.xlsx"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    df = pd.read_excel(src_file)    csv_file = "转换结果.csv"    df.to_csv(csv_file, index=False, encoding='utf-8-sig')  # 防止中文乱码    return f"已转换为 CSV，保存为 {csv_file}"    # 若需 CSV 转 Excel，可类似：df = pd.read_csv('xxx.csv'); df.to_excel('xxx.xlsx', index=False)def list_sheet_names():    """20.提取工作簿的所有工作表名称"""    src_file = "待查看.xlsx"    if not os.path.exists(src_file):        return f"找不到 {src_file}"    xls = pd.ExcelFile(src_file)    sheets = xls.sheet_names    df = pd.DataFrame({"工作表名": sheets})    df.to_excel("工作表名称列表.xlsx", index=False)    return f"该文件共有 {len(sheets)} 个工作表，名称已保存至 工作表名称列表.xlsx"# ============================================# 图形界面部分# ============================================func_map = {    "1-合并多个Excel文件": merge_files,    "2-合并所有工作表": merge_sheets,    "3-按列拆分成多个文件": split_by_col_to_files,    "4-按列拆分到同一工作簿的不同sheet": split_by_col_to_sheets,    "5-按行数拆分": split_by_rows,    "6-单列分类汇总": single_col_summary,    "7-多列分组汇总": multi_col_summary,    "8-按条件筛选汇总": filter_summary,    "9-同比增长/环比计算": growth_rate,    "10-删除完全重复的行": remove_duplicates,    "11-删除空行/空列": remove_empty,    "12-统一日期格式": unify_date_format,    "13-清除文本前后空格": strip_spaces,    "14-文本型数字转数值": text_to_number,    "15-VLOOKUP匹配": vlookup_match,    "16-找出两表差异": compare_two_sheets,    "17-提取唯一值": unique_values,    "18-批量xls转xlsx": batch_xls_to_xlsx,    "19-Excel与CSV互转(示例:转CSV)": excel_csv_conversion,    "20-提取工作表名称": list_sheet_names,}def execute():    selected = combo.get()    if selected in func_map:        try:            msg = func_map[selected]()            messagebox.showinfo("完成", msg)        except Exception as e:            messagebox.showerror("出错了", f"执行失败：{str(e)}")    else:        messagebox.showwarning("提示", "请先选择一个功能")# 创建窗口root = tk.Tk()root.title("Excel 全能工具箱 (20合1)")root.geometry("520x220")root.resizable(False, False)ttk.Label(root, text="请选择要执行的功能：", font=("微软雅黑", 12)).pack(pady=15)combo = ttk.Combobox(root, values=list(func_map.keys()), width=50, state="readonly")combo.pack(pady=10)combo.current(0)ttk.Button(root, text="▶ 开始处理", command=execute).pack(pady=20)ttk.Label(root, text="提示：请根据实际表格修改代码中的文件名和列名", foreground="gray").pack()root.mainloop()‍

pyinstaller -F -w Excel工具箱.py