Python 自动化办公：用 openpyxl 批量处理 Excel 报表的 5 个实用技巧

每月月底都要从十几个分公司收上来的 Excel 报表里做汇总，手动复制粘贴既费时又容易出错。其实用 Python 的 openpyxl 库，几十行代码就能把这些重复劳动全部自动化。本文整理了实际工作中最常用的 5 个技巧，从合并、拆分到美化，一次讲清楚。

环境准备

openpyxl 只处理 .xlsx 格式，如果手里还有老的 .xls 文件，可以先转换格式。安装很简单：

pip install openpyxl

技巧一：批量合并多个工作簿

假设 reports 目录下有各分公司的月报，格式相同，都是"姓名 / 部门 / 销售额"三列，第 1 行是表头：

import os
from openpyxl import load_workbook, Workbook

src_dir = "reports"
merged = Workbook()
ws = merged.active
ws.title = "汇总"
ws.append(["姓名", "部门", "销售额"])

for name in os.listdir(src_dir):
    # 跳过非 xlsx 文件和 Excel 打开时产生的临时文件
    if not name.endswith(".xlsx") or name.startswith("~$"):
        continue
    wb = load_workbook(os.path.join(src_dir, name), read_only=True)
    for row in wb.active.iter_rows(min_row=2, values_only=True):
        ws.append(row)
    wb.close()

merged.save("汇总.xlsx")

两个细节值得注意：

1. read_only=True 用流式方式读取，文件再大内存占用也很低；
2. 一定要过滤 ~$ 开头的临时文件，否则源文件正被打开时会报错。

技巧二：按部门拆分成多个工作表

合并的逆操作。先把数据按部门分组，再分别写入：

from collections import defaultdict
from openpyxl import Workbook, load_workbook

wb = load_workbook("汇总.xlsx")
ws = wb.active
headers = [c.value for c in ws[1]]

groups = defaultdict(list)
for row in ws.iter_rows(min_row=2, values_only=True):
    groups[row[1]].append(row)

out = Workbook()
out.remove(out.active)
for dept, rows in groups.items():
    sheet = out.create_sheet(dept[:31])  # 工作表名最长 31 个字符
    sheet.append(headers)
    for r in rows:
        sheet.append(r)

out.save("按部门拆分.xlsx")

技巧三：一键美化表头

交给领导看的报表，表头至少要有底色、白字加粗、居中：

from openpyxl.styles import Alignment, Font, PatternFill

header_fill = PatternFill("solid", fgColor="4472C4")
header_font = Font(color="FFFFFF", bold=True)

for cell in ws[1]:
    cell.fill = header_fill
    cell.font = header_font
    cell.alignment = Alignment(horizontal="center", vertical="center")

# 列宽按内容长度自适应（按字符数估算）
for column_cells in ws.columns:
    length = max(len(str(c.value)) for c in column_cells if c.value is not None)
    ws.column_dimensions[column_cells[0].column_letter].width = length + 4

技巧四：写入公式，让 Excel 自己算

openpyxl 不仅可以写数据，也可以像手工输入一样写公式，文件打开时公式会自动计算：

ws["E1"] = "总计"
ws["E2"] = "=SUM(D2:D100)"
ws["E3"] = '=AVERAGEIF(C2:C100,"华东区",D2:D100)'

注意：如果源文件是在 read_only 模式下写入公式的，公式结果需要 Excel/WPS 打开后才会计算，程序直接读取公式单元格拿到的只是公式字符串本身。

技巧五：每天定时自动出报表

把前面的逻辑封装成 make_report() 之后，配合系统自带的定时任务就能无人值守运行：

• Windows：任务计划程序 → 新建任务 → 每天 08:00 执行 python make_report.py；
• Linux/Mac：crontab -e 添加一行 0 8 * * * /usr/bin/python3 /path/make_report.py。

还可以在脚本结尾加上邮件发送（smtplib）或企业微信/钉钉机器人推送，把报表自动发到群里，彻底解放双手。

小结

自动化办公的核心思路是：把"人做的事"翻译成"数据流"，合并、清洗、统计、输出每一步都可以代码化。希望这 5 个技巧能帮你把每周几小时的机械劳动压缩成一条命令。如果你有更复杂的场景（多级表头、透视表、图表），欢迎在评论区交流。