Codex处理Excel完整教程:6个场景+Prompt+踩坑清单

15个Excel文件，手动合并要40分钟，用Codex 10秒搞定。这不是段子，是我过去7个月接了40多单数据处理后验证出来的效率。

这篇是一个实操手册：6个真实场景的Codex Prompt，从批量合并、数据清洗、生成报表到拆分文件，全部可以直接复制使用。文末有踩坑清单和效率对比表，帮你跳过我已经踩过的坑。

我做了7个月AI接单，这类数据处理的单子占了将近一半。客户丢过来的需求五花八门，但核心操作就那几类。下面按场景拆解，每个都带完整Prompt，拿走直接用。

先说一个前提：Codex是OpenAI推出的编程代理工具，你用大白话描述需求，它帮你写代码并执行。不需要你会Python，但你需要知道怎么把需求说清楚。下面所有案例，核心都是"Prompt怎么写"。

场景1：批量合并多个Excel文件

做电商的客户每个月要整理20多家店铺的后台数据，丢过来的文件有CSV、xlsx、xls混着来的，文件名也乱七八糟——"2024年10月销售数据(1).xlsx"、"店铺A_10月_最终版.xlsx"、"店铺A_10月_最终最终版.xlsx"。

她的需求很简单：合并成一张表，按日期排序，金额列统一成数字格式。

Prompt 1：批量合并

我当前目录下有15个Excel文件（.xlsx格式），请帮我写一个Python脚本，实现以下功能：
1. 读取当前目录下所有.xlsx文件
2. 把所有文件的数据合并成一个DataFrame
3. 新增一列"来源文件"，记录每行数据来自哪个文件
4. 按"日期"列升序排列
5. 把"金额"列统一转成浮点数格式（处理可能存在的字符串格式金额，比如带逗号的"1,234.56"）
6. 输出合并后的文件为"合并结果.xlsx"

把代码复制到本地终端一跑，15个文件、20000多行数据，10秒合并完毕。手动操作至少40分钟。

注意Prompt第5点，我特意提到了"带逗号的金额字符串"。这种细节如果你不提，Codex可能不会主动处理，最后输出的文件里有几行数据格式不对，你还得返工。

❝

踩坑提醒：文件编码问题。 合并CSV时经常碰到乱码，因为有的文件是UTF-8，有的GBK（特别是老系统导出的）。解决办法是在Prompt里加一句："自动检测文件编码，兼容UTF-8和GBK"。Codex会在代码里用try-except自动处理，一劳永逸。

场景2：数据清洗——去重、格式统一、处理缺失值

客户做私域运营，手上有8个渠道导出的客户名单，格式五花八门：手机号有的带"86-"前缀，有的不带；姓名前后有空格；日期写法有"2024-01-15"、"2024/1/15"、"2024年01月15日"三种；还有些行完全是空的。

这种数据直接分析是不可能的，必须先清洗。写一个足够详细的清洗Prompt，比你自己一行一行检查快太多了。

Prompt 2：数据清洗

我有一个Excel文件"客户原始数据.xlsx"，大约5000行，需要做以下清洗：
1. 去除完全重复的行（所有列都一样才算重复）
2. "手机号"列：去掉"86-"、"+86"等前缀，只保留11位数字，不足11位的标记为"异常"
3. "姓名"列：去除前后空格，去除中间的多余空格
4. "注册日期"列：统一格式为"YYYY-MM-DD"，处理"2024/1/15"和"2024年01月15日"等不同写法
5. "邮箱"列：转为小写，检查是否包含"@"，不包含的标记为"异常"
6. 对于缺失值（空单元格），数字类型填0，文本类型填"未知"
7. 输出一份清洗报告：去重了多少行、各列异常值数量、最终有效行数
8. 输出清洗后的文件为"客户数据_已清洗.xlsx"

跑完自动输出清洗报告：去重237行，手机号异常45条，邮箱异常89条，日期转换成功4832条，最终有效数据4763行。手动清洗这些数据，保守估计3小时。

这里有个关键技巧：Prompt第7点要求输出"清洗报告"。这一步非常重要，因为它让你能验证清洗结果是否合理。如果报告显示去重了4000行（总共5000行），你就知道清洗逻辑可能有问题，需要调整。不输出报告的话，你根本不知道中间发生了什么。

❝

踩坑提醒1：隐藏字符。 有批数据怎么都对不上，查了半天发现单元格里有零宽空格（看不到但实际存在的字符）。在清洗Prompt里加一步"去除所有不可见字符"，让Codex用正则处理，才能彻底干净。

踩坑提醒2：日期格式是个无底洞。 "2024.1.15"、"2024-01-15"、"2024/01/15"、"2024年1月15日"、"20240115"、"Jan 15, 2024"——中国人的日期写法太丰富了。建议在Prompt里把所有见过的格式都列出来，让Codex写一个全面的转换逻辑，别指望它能猜全。

场景3：自动生成月度报表——从原始数据到图表+分析

每月要统计各平台的播放量、涨粉数、收入。以前手动做透视表、画图、写分析，每次搞半天。这个场景的核心是：让Codex一步到位完成"数据汇总→图表生成→分析结论"的全链路，而不是拆成三步做。

Prompt 3：自动生成月度数据报表

我有一个Excel文件"2024年12月运营数据.xlsx"，包含以下列：日期、平台（抖音/小红书/B站/视频号）、视频标题、播放量、点赞数、评论数、转发数、新增粉丝、收入（元）。

请帮我生成一份月度报表，要求：
1. 汇总统计：各平台的总播放量、总点赞、总评论、总粉丝增长、总收入
2. 环比数据：与上月（11月）对比，计算各指标的增长率
3. 生成3张图表（保存为图片）：
   - 各平台播放量对比柱状图
   - 本月播放量TOP10视频条形图
   - 本月每日全平台播放量趋势折线图
4. 写一段200字以内的分析结论，包括：本月表现最好的平台、增长最快的指标、需要关注的问题
5. 所有内容整合到一个新的Excel文件"12月运营月报.xlsx"中，分sheet存放数据和图表

出来的效果：4个sheet——"汇总概览"、"各平台明细"、"TOP10视频"、"每日趋势"。图表自动嵌在对应sheet里，下面还附了分析文字。从丢数据到出报告，不到5分钟。以前手动做要2小时。关键是图表风格统一、数据准确，不会因为手抖把数字打错。

这个Prompt有个值得注意的地方：第2点要求算环比增长率。这意味着你需要有11月的数据，在Prompt里要明确说清楚"上月数据在哪个文件"或者"同文件中包含11月和12月两个月的数据"。含糊不清的话Codex会自己猜，猜错了你白忙活。

场景4：批量提取/汇总多个表格的关键数据

财务朋友每个月要从30多个子公司的报表里提取关键数字，汇总到一张总表。每个子公司的报表格式不完全一样，但关键指标的名字差不多。

这类需求的关键难点是：字段名不统一。有的写"营收"，有的写"营业收入"，有的干脆写英文"revenue"。Prompt里必须明确要求模糊匹配。

Prompt 4：批量提取汇总

我有一个文件夹，里面有30多个Excel文件，每个文件代表一个子公司的月度财务数据。
请帮我：
1. 从每个文件中提取以下字段（字段名可能略有不同，需要模糊匹配）：
   - 营业收入（可能的字段名：营业收入、收入、营收、revenue）
   - 净利润（可能的字段名：净利润、利润、net_profit）
   - 员工人数（可能的字段名：员工人数、人数、headcount）
   - 月份（可能在文件名中，如"XX公司_2024年10月.xlsx"）
2. 如果某个字段找不到，标记为"未找到"
3. 汇总成一张表，列：公司名称、月份、营业收入、净利润、员工人数
4. 额外生成一个汇总sheet：各指标的总和、平均值、最大值、最小值
5. 输出"财务汇总_2024年10月.xlsx"

关键是"模糊匹配"——实际业务中字段名不可能统一，不模糊匹配根本抓不全。第2点"找不到标记为未找到"也很重要，它避免了Codex因为某个字段缺失而直接报错中断。

朋友拿到结果说了句："这东西早两年给我，我能少加多少班。"

场景5：按条件拆分一个Excel成多个文件

培训机构有个3000多人的学员总表，要按班级拆分成单独文件，每个班一个，文件名用班级名命名。

这种拆分操作手动做极其枯燥，而且容易漏班、漏人。让Codex来做，20秒搞定，还自动生成目录汇总。

Prompt 5：按条件拆分文件

我有一个Excel文件"学员总表.xlsx"，共3500行数据。
请帮我按"班级名称"列拆分，每个班级生成一个单独的Excel文件。要求：
1. 文件名格式："{班级名称}_学员名单.xlsx"
2. 每个文件保留表头
3. 在每个文件的第一行插入一行信息：班级名称、学员人数、班主任姓名（从原表"班主任"列取）
4. 自动创建一个目录文件"班级汇总.xlsx"，列出每个班级的文件名、学员人数、班主任
5. 所有文件保存到当前目录下的"拆分结果"文件夹中

自动生成了48个文件，外加一个汇总目录，整个过程20秒。手动拆分要筛选、复制、新建文件、粘贴、命名，48个班保守估计2小时，还容易漏。

❝

踩坑提醒：大文件内存溢出。 处理50万行的Excel时，Python直接报内存不足。解决办法是让Codex改成分块读取（chunksize），每次读5万行，处理完再读下一批。遇到大文件时一定要在Prompt里提一句"使用分块读取方式处理，避免内存溢出"。

进阶：把跑通的流程沉淀成脚本模板

用了几个月我发现一个规律：很多需求是重复的。客户A要合并Excel，客户B也要合并，区别只是列名和格式不同。每次从零开始让Codex写代码，其实有点浪费。

更高效的做法是：每次Codex生成代码后，把它保存成.py文件，放在固定文件夹里，旁边写一个简短说明。目录结构大概这样：

/Excel处理脚本库/
  ├── 合并Excel/
  │   ├── merge_excel.py
  │   └── 说明.txt
  ├── 数据清洗/
  │   ├── clean_data.py
  │   └── 说明.txt
  ├── 生成报表/
  │   ├── gen_report.py
  │   └── 说明.txt
  └── 拆分文件/
      ├── split_excel.py
      └── 说明.txt

下次遇到类似需求，直接把旧脚本丢给Codex，告诉它哪里要改：

Prompt 6：基于已有脚本快速适配新需求

我有一个之前写好的Python脚本（内容如下），用于合并Excel文件。
现在的需求有些变化：
1. 需要合并的文件从xlsx改成了csv格式
2. 合并后需要按"商品类目"列做分组汇总
3. 输出格式改为csv

请基于我原来的脚本逻辑，修改适配新需求。
[粘贴原脚本内容]

Codex理解你的原始代码后，修改起来又快又准。这种方式比每次从零写一个新Prompt效率高得多，因为Codex能复用已验证的逻辑，只改动需要变的部分。

我现在积累了二十多个脚本模板，覆盖了90%的客户数据需求。新需求来了，80%的情况下5分钟内搞定。

效率对比：直接上数字

以前接一个数据处理的需求要预留半天时间。现在10分钟搞定。

这7个月数据处理类的单子接了40多单，平均每单收费800-2000块。按以前的效率，能接一半就不错了。现在客户上午发需求，下午就能交付，剩余时间该干嘛干嘛。

写好Prompt的几个原则

几个月的实战下来，总结了一些写数据处理Prompt的原则，分享出来：

1. 列名要写死：别用"某一列"这种说法，直接写清楚"手机号"列、"注册日期"列。Codex不知道你Excel长什么样。
2. 异常处理要显式要求：如果你不要求，Codex生成的代码默认不会处理异常值。遇到可能脏的列，一定要加一句"异常情况标记为XX"。
3. 输出文件要命名：不指定的话Codex会自己取名字，可能叫"output.xlsx"或者"result.xlsx"，多了你就分不清了。
4. 分步骤写：把需求拆成1、2、3、4，不要写一大段话。分步骤写的Prompt，Codex理解起来更准确，生成的代码也更健壮。

核心方法论：你不需要会Python

用Codex处理Excel，你要做的就两件事：

1. 准确描述需求——把"我要什么"用大白话说清楚，越具体越好。字段名、格式要求、输出文件名，一个都别含糊。
2. 检查结果——跑完以后打开文件看看对不对，有问题再追加Prompt让Codex改。

就这两步。一个隐藏的好处是：你描述需求的过程，本身就是在梳理业务逻辑。以前稀里糊涂地复制粘贴，现在必须想清楚"我到底要什么"，这个思考过程反而让产出质量更高了。

如果你每天都在和Excel打交道，建议现在就打开Codex，把手头正在做的那个操作描述一遍，让它帮你写。第一次可能需要调试几次，但一旦跑通了，你就回不去了。

手动复制粘贴Excel的感觉，就像在洗衣机旁边用手搓衣服——没必要。