Python 自动化办公：批量提取 Excel 表格中的特定数据

在日常办公中我们常常会遇到需要从大量 Excel 表格中提取特定数据的情况。手动操作不仅效率低下还容易出错。借助 Python 强大的库我们可以轻松实现自动化提取提高工作效率。需求分析假设我们有一个包含多个 Excel 文件的文件夹每个文件中都有一个工作表工作表里记录了员工的信息包括姓名、部门、工资等。我们需要从这些文件中提取出工资大于 5000 的员工信息并将其保存到一个新的 Excel 文件中。1. 安装必要的库我们需要使用 pandas 库来处理 Excel 文件。可以使用以下命令进行安装bashpip install pandas2. 导入库在 Python 脚本中导入所需的库pythonimport pandas as pdimport os3. 定义函数来提取数据pythondef extract_data(folder_path):all_data pd.DataFrame()for file in os.listdir(folder_path):if file.endswith(.xlsx):file_path os.path.join(folder_path, file)df pd.read_excel(file_path)filtered_df df[df[工资] 5000]all_data pd.concat([all_data, filtered_df], ignore_indexTrue)return all_data4. 保存提取的数据pythondef save_data(data, output_path):data.to_excel(output_path, indexFalse)5. 主程序pythonif __name__ __main__:folder_path your_excel_folder # 替换为实际的文件夹路径output_path output.xlsx # 替换为实际的输出文件路径extracted_data extract_data(folder_path)save_data(extracted_data, output_path)print(数据提取完成已保存到 output.xlsx)总结通过以上步骤我们利用 Python 的 pandas 库实现了从多个 Excel 文件中批量提取特定数据的功能。这种自动化的方法不仅提高了工作效率还减少了人为错误。在实际应用中我们可以根据具体需求修改代码例如改变提取条件、处理不同格式的 Excel 文件等。