用 Python + Windows 计划任务，把每天 40 分钟的 Excel 汇总交给电脑

每天临近下班，我都要把散在一堆文件夹里的 Excel 报表手工打开、复制、粘贴、核对，最后拼成一张汇总表。动作不难，但重复、耗时，还容易在第九张表上点错行。后来我用 Python 加 Windows 计划任务把这件事整个交了出去，这里记录一下思路。

一、先想清楚要自动化什么

动手之前先把三件事定死：输入是什么（同一个目录下、表头结构一致的 xlsx 文件）、输出是什么（一张带日期后缀的汇总表）、什么时候跑（例如每天 18:00）。规则越明确，脚本越短。

二、用 pandas 做汇总

核心逻辑只有三步：遍历目录读出所有表、纵向合并、写出结果。用 pathlib 找文件，用 pandas.read_excel 逐个读取，再用 pandas.concat 合并成一张大表，最后 to_excel 落到输出目录。二十来行代码就能覆盖，不需要任何框架。

三、让脚本自己跑起来

Windows 上最省事的是任务计划程序：新建任务，触发器设为每天固定时间，操作里填 pythonw.exe 的路径和脚本参数，起始位置设成脚本所在目录。pythonw 不弹黑框，适合无人值守。也可以用 schtasks 命令把注册过程写成一行，方便迁移到别的机器。

四、把失败当常态

自动化最怕的不是写不出来，而是某天悄悄失败没人知道。我加了三处保护：文件被 Excel 占用时先重试、再跳过并记录；读表前校验列名，不符合预期就整批中止；每次运行把开始时间、处理文件数、异常堆栈写进日志。日志不用漂亮，能回答「昨晚到底跑没跑」就够了。

五、效果和边界

上线之后，这项每天约 40 分钟的工作变成了几秒钟，而且不会因为赶时间而漏行。但也要承认边界：如果汇总规则天天变、或者需要人来判断取舍，硬编码的脚本反而会变成负担。先自动化那些「步骤固定、只是量大」的部分，收益最直接。