--- name: automate-excel description: Automates reading, writing, merging, transforming, and validating Excel (.xlsx/.xls) files. Use when the user works with spreadsheets, .xlsx files, Excel data, CSV-to-Excel conversion, batch Excel processing, or report generation from tables. ---

Excel 自动化处理

在用户需要处理 Excel 文件、表格数据、批量转换或报表生成时应用本 skill。

| 你想做的事 | 调用的脚本 | 典型参数 | |------------|------------|----------| | 多个 Excel 或多个 sheet 合成一张表 | merge_sheets.py | --inputs 文件或目录 --output out.xlsx | | 把某 sheet 导出成 CSV | excel_to_csv.py | --input file.xlsx --output file.csv | | 把 CSV 转成 Excel | csv_to_excel.py | --input a.csv --output a.xlsx 或 --inputs a.csv b.csv | | 按条件筛选行（等于/大于/包含） | filter_excel.py | --where "列名=值" 或 "列名>100"、"列名~北京" | | 按行数拆成多个文件，或按某列取值拆分 | split_excel.py | --by-rows 5000 或 --by-column 地区 | | 按某列去重 | deduplicate_excel.py | --keys 编号 --keep first/last | | 按列分组并求和/计数/平均 | aggregate_excel.py | --group-by 地区 --agg "销售额:sum" | | 检查必须列、重复键、空行 | validate_excel.py | --require-cols 列名 --key-cols 列名 | | 只保留/重命名部分列 | select_columns.py | --columns 列1,列2 --rename "旧:新" | | 两个表按一列对齐合并（VLOOKUP） | merge_tables.py | --left a.xlsx --right b.xlsx --on 键列 | | 主表依次跟多个表做 VLOOKUP | vlookup_multi.py | --main 主.xlsx --lookups "表1.xlsx:键列" "表2.xlsx:键列" | | 行列转置 | transpose_excel.py | --input in.xlsx --output out.xlsx | | 用数据表按行填模板里的 {{列名}} | template_fill.py | --template t.xlsx --data d.csv --output out.xlsx | | 重命名工作表 | rename_sheets.py | --rename "Sheet1:新名" 或 --prefix "2024_" | | 条件格式（大于/小于/重复值/色阶） | format_conditional.py | --column C --rule gt --value 100 --fill red | | 某列当文本显示，避免科学计数法 | format_columns_as_text.py | --columns 身份证号,订单号 |

本地直接运行：进入本 skill 所在目录（或把 scripts/ 加入路径），先 pip install -r scripts/requirements.txt，再执行 python scripts/脚本名.py --help 看参数，或按上表传参运行。

技术栈

• 读写 .xlsx：openpyxl（保留格式、公式、多工作表）
• 数据分析/透视：pandas + openpyxl 引擎
• 旧格式 .xls：xlrd（只读）

优先用 openpyxl 做单元格级操作和格式保留；需要筛选、聚合、合并多表时用 pandas。

依赖

pip install openpyxl pandas xlrd

或使用 skill 自带：pip install -r scripts/requirements.txt

通用流程

1. 确认输入：文件路径、工作表名或索引、是否有表头、编码（CSV 时）。
2. 读取：用 openpyxl 或 pandas 按需读取整表/区域。
3. 处理：按用户需求转换、过滤、合并、计算。
4. 写出：指定输出路径与格式（.xlsx/.csv）；必要时保留原格式或新建工作簿。
5. 校验：检查行数、关键列、重复值或业务规则。

读取 Excel

整表为 list of dict（保留表头）：

import openpyxl

wb = openpyxl.load_workbook("input.xlsx", read_only=True, data_only=True)
ws = wb.active  # 或 wb["Sheet1"]
rows = list(ws.iter_rows(min_row=1, values_only=True))
header = rows[0]
data = [dict(zip(header, row)) for row in rows[1:]]
wb.close()

用 pandas（适合分析、过滤、合并）：

import pandas as pd

df = pd.read_excel("input.xlsx", sheet_name=0, engine="openpyxl")
# sheet_name 可为 0、"Sheet1" 或 [0, 1] 多表

指定区域：

# openpyxl
for row in ws["A1:D10"]:
    ...

# pandas
df = pd.read_excel("input.xlsx", usecols="A:D", header=0, nrows=100)

写入 Excel

新建并写入（openpyxl）：

from openpyxl import Workbook
from openpyxl.styles import Font, Alignment

wb = Workbook()
ws = wb.active
ws.title = "结果"
ws.append(["列A", "列B", "列C"])
for row in data_rows:
    ws.append(row)
ws["A1"].font = Font(bold=True)
wb.save("output.xlsx")

用 pandas 写出多表：

with pd.ExcelWriter("output.xlsx", engine="openpyxl") as writer:
    df1.to_excel(writer, sheet_name="汇总", index=False)
    df2.to_excel(writer, sheet_name="明细", index=False)

追加到已有文件（先加载再写）：

wb = openpyxl.load_workbook("existing.xlsx")
ws = wb["Sheet1"]
for row in new_rows:
    ws.append(row)
wb.save("existing.xlsx")

常见任务速查

| 任务 | 做法 | |----------------|------| | 多文件合并 | merge_sheets.py 或 pandas read_excel + pd.concat + to_excel。 | | CSV ↔ Excel | excel_to_csv.py / csv_to_excel.py 或 pandas 读写。 | | 按条件筛选 | filter_excel.py 或 df[df["列"] == 值] / df.query()。 | | 按行/按列拆分 | split_excel.py（按行数或按某列取值分文件）。 | | 去重 | deduplicate_excel.py 或 df.drop_duplicates(subset=["列"], keep="first")。 | | 按列聚合 | aggregate_excel.py 或 df.groupby("列").agg({"数值列": "sum"})。 | | 校验 | validate_excel.py。 | | 选择/重命名列 | select_columns.py。 | | 两表按键合并 | merge_tables.py（left/inner/outer）。 | | 行列转置 | transpose_excel.py。 | | 模板填充 | template_fill.py（{{列名}} 占位符）。 | | 重命名 sheet | rename_sheets.py。 | | 多表 VLOOKUP | vlookup_multi.py（主表 + 多个查找表依次左连接）。 | | 条件格式 | format_conditional.py（大于/小于/介于/重复值/色阶）。 | | 列格式为文本 | format_columns_as_text.py（避免长数字科学计数法）。 | | 保留原格式写数据 | 用 openpyxl 加载原文件，只改写目标单元格，再 save。 |

批量处理

当用户需要处理目录下多个 Excel 时：

1. 用 pathlib.Path("目录").glob("*.xlsx") 枚举文件。
2. 对每个文件读取 → 处理 → 可汇总到一个 DataFrame 或分别写出。
3. 输出可为一个合并文件，或 原名_out.xlsx 等约定；在 SKILL 中明确输出命名规则。
4. 出错时记录文件名和异常，继续处理其余文件，最后汇总报错列表。

校验与错误处理

• 读取前用 Path(file).exists() 检查文件存在。
• 表为空或缺少预期列时给出明确提示（列名/行数）。
• 写入前若目标文件已存在，按用户要求覆盖或换名；大文件考虑 write_only=True 或分块。
• 捕获 openpyxl.utils.exceptions.InvalidFileException、KeyError（工作表名）等并返回可读错误信息。

工具脚本

skill 目录下 scripts/ 提供可执行脚本，优先在用户环境中运行脚本而非临时写长代码。

| 脚本 | 功能 | |------|------| | merge_sheets.py | 多 Excel 或同文件多 sheet 合并为一张表 | | excel_to_csv.py | 指定 sheet 导出为 CSV | | csv_to_excel.py | CSV 转 Excel（单/多 CSV → 多 sheet） | | filter_excel.py | 按列条件筛选（=、>、<、~ 包含）输出 Excel/CSV | | split_excel.py | 按行数分片或按某列取值拆成多个文件 | | deduplicate_excel.py | 按指定列去重，保留 first/last | | aggregate_excel.py | 按列分组聚合（sum/count/mean/min/max） | | validate_excel.py | 校验必须列、重复键、空行 | | select_columns.py | 选择/重命名/排序列 | | merge_tables.py | 两表按键列合并（VLOOKUP 式，left/inner/outer） | | transpose_excel.py | 行列转置 | | template_fill.py | 用数据表按行填充模板中的 {{列名}} 占位符 | | rename_sheets.py | 重命名工作表（原名:新名、索引:新名、前缀/后缀） | | vlookup_multi.py | 多表 VLOOKUP：主表依次与多个查找表左连接 | | format_conditional.py | 按条件格式化（gt/lt/介于/重复值/色阶） | | format_columns_as_text.py | 将指定列设为文本格式，避免纯数字显示为科学计数法 |

用法见各脚本 --help 或 reference.md。

更多说明

• 详细 API 与参数见 reference.md。
• 更多场景示例见 examples.md。