Python办公自动化实战：用openpyxl十几行代码解放Excel批量汇总

摘要： 面对堆积如山的Excel文件，手动复制粘贴汇总数据不仅耗时费力，还极易出错。本文针对这一办公痛点，手把手教你利用Python的openpyxl库，通过十几行核心代码实现Excel数据的自动化批量汇总。你将掌握从环境搭建、文件遍历、数据精准提取到结果保存的完整流程，获得“Python办公自动化”、“Excel批量处理”的实战技能。阅读本文后，你将能立即将这套方法应用于日常的销售报表、财务数据、库存清单等汇总场景，彻底告别“复制粘贴地狱”，让工作效率提升十倍。

从“复制粘贴地狱”到“一键汇总”

想象一下这个场景：周五下午四点，老板突然走到你工位旁，甩过来一个文件夹，里面躺着一百个 Excel 文件。文件名分别是"1 月销售表.xlsx"、“2 月销售表.xlsx”……一直到"100 月销售表.xlsx"（夸张了点，但道理一样）。老板的要求很明确：“把这些表里的‘总销售额’这一列数据，全部汇总到一个新的 Excel 表里，下班前给我。”

如果是手工操作，你的流程大概是这样的：打开第一个表，找到“总销售额”列，复制；切换到汇总表，粘贴；切回第一个表，关闭；打开第二个表，重复上述动作……如此循环一百次。这不仅仅是枯燥的体力活，更是一场注意力的考验。只要手滑一次，复制错了行，或者粘贴错了位置，整个数据就全乱了。一下午的时间，就在机械的点击和切换中流逝，最后还得顶着黑眼圈担心数据有没有出错。

但对于掌握了 Python 办公自动化的人来说，这根本不算个事儿。你只需要写一段十几行的代码，保存，运行，然后就可以安心地去接杯咖啡。等你回来，屏幕上那个新的汇总表格已经整整齐齐地躺在文件夹里了。这不是魔法，这是 Python 赋予普通办公人员的“超能力”。今天我们就来拆解这个“魔法”，看看如何用极少的代码量，解决最让人头疼的批量报表问题。

手动 vs 自动化：效率对比

为了更直观地展示 Python 自动化相比传统手工操作的优势，我们通过以下表格进行多维度对比：

工欲善其事：openpyxl 与环境准备

在开始编写代码之前，我们需要一把趁手的“兵器”。Python 本身虽然功能强大，但处理特定格式的文件（如 Excel）通常需要借助第三方库。对于 .xlsx 格式的 Excel 文件，业界公认最好用的库是 openpyxl。它不仅能读取数据，还能写入数据、调整样式，甚至处理公式，完全满足我们日常办公的需求。

安装过程非常简单，只要你电脑上已经安装了 Python，打开命令行工具（Windows 下是 CMD 或 PowerShell，Mac 下是 Terminal），输入以下命令并回车即可：

pip install openpyxl

如果你的网络环境导致下载缓慢，可以使用国内镜像源加速，例如：

pip install openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，你可以在 Python 环境中尝试导入一下，如果没有报错，就说明环境已经准备就绪：

import openpyxl
print(openpyxl.__version__)

除了 openpyxl，我们还需要用到 Python 内置的 os 模块。这个模块不需要安装，它是 Python 标准库的一部分，专门用来跟操作系统打交道，比如获取文件夹里的文件列表、拼接文件路径等。有了这两个工具，我们的自动化脚本就可以动工了。

核心实战：十几行代码搞定百表汇总

接下来是重头戏。我们将模拟一个真实的办公场景：假设有一个名为 sales_data 的文件夹，里面存放着 100 个结构完全相同的销售报表。每个报表的第一行是标题，第二行开始是数据，我们需要提取每个文件中 C 列（即第 3 列）从第 2 行开始的所有销售额数据，并将它们合并到一个名为 summary.xlsx 的新文件中。

第一步：让程序“看见”所有文件

首先，我们需要告诉 Python 去哪个文件夹找文件，并把所有符合条件的 Excel 文件名都列出来。这就用到了 os 模块。

import os

### 完整脚本一览

为了方便读者直接使用，我们将前面分步讲解的代码整合成一个完整的、可直接复制运行的 Python 脚本。脚本包含了必要的导入、路径设置、主逻辑、异常处理以及详细的注释。

```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Excel 批量数据汇总脚本
功能：遍历指定文件夹下所有 .xlsx 文件，提取指定列的数据，合并到一个新的 Excel 文件中。
作者：CSDN 博客
"""

import os
from openpyxl import Workbook, load_workbook
from openpyxl.styles import Font

def main():
# ========== 1. 配置部分：请根据你的实际情况修改 ==========
# 待处理 Excel 文件所在的文件夹路径
folder_path = r'D:\\Work\\sales_data' # 请修改为你的实际路径

# 输出汇总文件的名称
output_filename = 'summary_result.xlsx'

# 数据提取规则（根据你的 Excel 表格结构调整）
# 假设：数据从第 2 行开始（第 1 行为标题行）
data_start_row = 2
# 要提取的列号（Excel 列号，A=1, B=2, C=3, D=4, …）
date_column = 2 # B 列：日期
product_column = 3 # C 列：产品名称
sales_column = 4 # D 列：销售额

# ========== 2. 主逻辑开始 ==========

# 获取文件夹下所有 .xlsx 文件
try:
file_list = os.listdir(folder_path)
excel_files = [f for f in file_list if f.endswith('.xlsx')]
print(f'✅ 共发现 {len(excel_files)} 个 Excel 文件待处理')
except FileNotFoundError:
print(f'❌ 错误：找不到文件夹 "{folder_path}"，请检查路径是否正确。')
return
except PermissionError:
print(f'❌ 错误：没有权限访问文件夹 "{folder_path}"。')
return

if len(excel_files) == 0:
print('⚠️ 目标文件夹中没有找到 .xlsx 文件，请检查路径和文件后缀。')
return

# 创建汇总工作簿并设置表头
wb_summary = Workbook()
ws_summary = wb_summary.active
ws_summary.title = '汇总数据'
ws_summary.append(['来源文件', '日期', '产品名称', '销售额'])

# 设置表头为粗体（可选，让表头更醒目）
bold_font = Font(bold=True)
for cell in ws_summary[1]:
cell.font = bold_font

processed_count = 0
error_files = []

# 遍历每一个 Excel 文件
for filename in excel_files:
file_full_path = os.path.join(folder_path, filename)
print(f'正在处理: {filename}')

try:
# 加载工作簿，data_only=True 确保读取计算后的值，而不是公式本身
wb = load_workbook(file_full_path, data_only=True)
ws = wb.active

# 获取实际数据行数
max_row = ws.max_row

# 如果数据起始行大于最大行，说明可能是空表或只有标题
if data_start_row > max_row:
print(f' ⚠️ 文件 {filename} 可能为空或格式不符，跳过。')
wb.close()
continue

# 从指定起始行开始读取数据
for row in range(data_start_row, max_row + 1):
date_val = ws.cell(row=row, column=date_column).value
product_val = ws.cell(row=row, column=product_column).value
sales_val = ws.cell(row=row, column=sales_column).value

# 将读取到的数据追加到汇总表
ws_summary.append([filename, date_val, product_val, sales_val])

wb.close() # 关闭文件，释放资源
processed_count += 1

except Exception as e:
error_msg = f' ❌ 处理文件 {filename} 时出错: {e}'
print(error_msg)
error_files.append((filename, str(e)))
continue

# 保存汇总结果
output_path = os.path.join(folder_path, output_filename)
try:
wb_summary.save(output_path)
print(f'\\n🎉 汇总完成！')
print(f' 成功处理文件数: {processed_count}/{len(excel_files)}')
print(f' 汇总文件已保存至: {output_path}')

if error_files:
print(f'\\n⚠️ 以下文件处理失败:')
for fname, err in error_files:
print(f' – {fname}: {err}')
except PermissionError:
print(f'❌ 错误：无法保存文件，请检查 "{output_path}" 是否被其他程序（如 Excel）打开。')
except Exception as e:
print(f'❌ 保存文件时发生未知错误: {e}')

if __name__ == '__main__':
main()

如何使用这个脚本

运行效果展示

为了让你更直观地感受脚本的执行过程和最终成果，这里模拟了一个典型的运行场景。假设 D:\\Work\\sales_data 文件夹中有 3 个销售数据文件：1月销售表.xlsx、2月销售表.xlsx、3月销售表.xlsx，每个文件包含若干行销售记录。

控制台输出（模拟截图）

当你运行脚本时，控制台会实时显示处理进度和结果，类似下面这样：

D:\\Work> python excel_summary.py
✅ 共发现 3 个 Excel 文件待处理
正在处理: 1月销售表.xlsx
正在处理: 2月销售表.xlsx
正在处理: 3月销售表.xlsx

🎉 汇总完成！
成功处理文件数: 3/3
汇总文件已保存至: D:\\Work\\sales_data\\summary_result.xlsx

如果某个文件格式有问题或读取失败，脚本会给出明确的错误提示，例如：

✅ 共发现 3 个 Excel 文件待处理
正在处理: 1月销售表.xlsx
正在处理: 2月销售表.xlsx
⚠️ 文件 2月销售表.xlsx 可能为空或格式不符，跳过。
正在处理: 3月销售表.xlsx

🎉 汇总完成！
成功处理文件数: 2/3
汇总文件已保存至: D:\\Work\\sales_data\\summary_result.xlsx

⚠️ 以下文件处理失败:
– 2月销售表.xlsx: [Errno 2] No such file or directory: 'D:\\\\Work\\\\sales_data\\\\2月销售表.xlsx'

汇总结果预览（模拟表格）

脚本运行成功后，生成的 summary_result.xlsx 文件内容大致如下（前10行示例）：

说明：

• 来源文件列：清晰记录了每条数据来自哪个原始文件，便于追溯。
• 日期、产品名称、销售额列：从每个源文件的指定列精准提取而来。
• 数据顺序：按照文件遍历顺序（通常是文件名排序）和源文件内的行顺序排列。
• 格式保留：数值（如销售额）保持了原有的数字格式，日期也保持了日期类型。

打开这个汇总文件，你会看到所有月份的数据已经整齐地合并在一起，无需任何手动复制粘贴。这正是自动化脚本的魅力所在——将繁琐、易错的手工操作，转化为一键执行的可靠流程。

？

脚本已包含基本的异常处理（如文件夹不存在、文件被占用、权限错误等），并会在控制台输出详细的处理进度和结果。你可以直接复制上面的代码，根据注释修改几个关键参数，即可应用于你自己的数据汇总任务。

设定文件夹路径，请根据实际情况修改

folder_path = r’D:\\Work\\sales_data’

获取文件夹下所有文件名

file_list = os.listdir(folder_path)

筛选出以 .xlsx 结尾的文件

excel_files = [f for f in file_list if f.endswith(‘.xlsx’)]

print(f’共发现 {len(excel_files)} 个 Excel 文件待处理’)

这里有个小细节需要注意：在 Windows 系统中，文件路径通常包含反斜杠 `\\`，而在 Python 字符串中反斜杠是转义字符。为了避免路径解析错误，建议在路径字符串前加一个 `r`，表示“原始字符串”，这样 `\\` 就会被当作普通字符处理。`os.listdir()` 函数会返回指定文件夹下所有文件和子文件夹的名字列表，我们通过列表推导式，只保留那些后缀名是 `.xlsx` 的文件，过滤掉可能存在的临时文件或无关文档。

### 第二步：创建汇总表并定义表头

在开始读取数据之前，我们先要把“容器”准备好。我们需要创建一个新的 Excel 工作簿，并在第一行写入表头，方便后续查看数据来源。

```python
from openpyxl import Workbook

# 创建一个新的工作簿
wb_summary = Workbook()
ws_summary = wb_summary.active

# 写入表头
ws_summary.append(['来源文件', '日期', '产品名称', '销售额'])

# 也可以设置一下表头的样式，让它更显眼（可选）
from openpyxl.styles import Font
bold_font = Font(bold=True)
for cell in ws_summary[1]:
cell.font = bold_font

Workbook() 用于创建一个新的空白 Excel 文件对象，.active 属性获取当前激活的工作表（通常是 Sheet1）。append() 方法非常实用，它可以一次性将列表中的数据作为一行写入表格。这里我们定义了四个字段：来源文件（记录数据来自哪个表）、日期、产品名称和销售额。虽然原始表中可能有更多列，但我们只关心这几项核心数据，这也体现了自动化的灵活性——只取所需。

第三步：循环遍历，精准提取数据

这是整个脚本的核心逻辑。我们需要遍历刚才获取的文件列表，逐个打开文件，定位到特定的单元格，读取数据，然后写入汇总表。

from openpyxl import load_workbook

# 遍历每一个 Excel 文件
for filename in excel_files:
# 拼接完整的文件路径
file_full_path = os.path.join(folder_path, filename)

# 加载工作簿，data_only=True 确保读取的是计算后的值而不是公式
wb = load_workbook(file_full_path, data_only=True)
ws = wb.active

# 假设数据从第 2 行开始，第 1 行是标题
# 获取最大行数，避免读取空行
max_row = ws.max_row

# 从第 2 行遍历到最后一行
for row in range(2, max_row + 1):
# 读取指定列的数据
# 假设：B 列是日期，C 列是产品名称，D 列是销售额
date_val = ws.cell(row=row, column=2).value
product_val = ws.cell(row=row, column=3).value
sales_val = ws.cell(row=row, column=4).value

# 将读取到的数据连同文件名一起追加到汇总表
ws_summary.append([filename, date_val, product_val, sales_val])

# 关闭当前文件，释放资源（虽然 Python 垃圾回收会处理，但显式关闭是好习惯）
wb.close()

print('数据提取完成！')

这段代码逻辑非常清晰。load_workbook() 负责打开现有的 Excel 文件，参数 data_only=True 非常重要。在很多销售表中，销售额可能是通过公式计算出来的（例如 单价 * 数量）。如果不加这个参数，openpyxl 读取到的将是公式字符串（如 =B2*C2），而不是计算后的数值。加上它，就能直接拿到最终结果。

在读取具体单元格时，我们使用了 ws.cell(row=row, column=col) 的方法。相比于 ws['A1'] 这种写法，cell() 方法在循环中更加灵活，因为行列号可以是变量。我们根据实际报表的列分布，分别读取了 B、C、D 列的数据。每读取一行，就立即调用 ws_summary.append() 将其写入汇总表。这种“读一行、写一行”的策略，内存占用极低，即使处理成千上万个文件也不会卡顿。

第四步：保存成果，见证奇迹

当循环结束时，所有的数据都已经汇聚到了 wb_summary 这个对象中。最后一步，就是把它保存到硬盘上。

# 保存汇总表
output_path = os.path.join(folder_path, 'summary_result.xlsx')
wb_summary.save(output_path)

print(f'汇总完成！文件已保存至：{output_path}')

save() 方法需要指定完整的保存路径。运行完这段代码，你去文件夹里刷新一下，会发现多出了一个 summary_result.xlsx 文件。打开它，你会发现上百个文件的数据已经井然有序地排列在一起，连格式都保持得完好无损。

把上面几段代码整合起来，去掉注释和打印语句，核心逻辑其实不到二十行。这就是 Python 的魅力：用极简的语法，解决极繁琐的问题。

避坑指南与进阶技巧

虽然代码很短，但在实际落地过程中，新手往往会遇到一些“小石头”。提前了解这些坑，能让你的自动化之路走得更顺畅。

1. 文件路径的“玄学”
很多初学者在运行代码时，会报 FileNotFoundError。这通常是因为路径写错了。在 Windows 上，路径分隔符是反斜杠 \\，但在 Python 字符串里，\\n 代表换行，\\t 代表制表符。如果你写 D:\\new_folder\\data.xlsx，Python 可能会把 \\n 解析成换行符，导致路径失效。
解决方案：始终在路径字符串前加 r，如 r'D:\\new_folder\\data.xlsx'；或者使用正斜杠 /，Windows 也兼容，如 'D:/new_folder/data.xlsx'；最稳妥的方式是使用 os.path.join() 函数拼接路径，它会自动识别操作系统并使用正确的分隔符。

2. 表格格式不统一
我们的代码是基于“所有表格格式完全一致”这个前提写的。如果其中某个表的列顺序变了，或者标题行多了几行，代码就会读取到错误的数据，甚至报错。
解决方案：在正式运行批量处理前，先随机抽查几个文件，确认结构一致。如果存在细微差异，可以在代码中加入判断逻辑。例如，先读取第一行，判断是否包含“销售额”这个关键词，以此动态确定列的位置，而不是硬编码 column=4。

3. 文件被占用
如果你试图处理的 Excel 文件正被其他人打开，或者被你自己手动打开了，load_workbook 可能会失败，或者保存时出现权限错误。
解决方案：运行脚本前，确保所有待处理的 Excel 文件都已关闭。如果是团队协作环境，最好先将文件复制到本地临时文件夹进行处理，处理完再上传。

4. 大数据量的性能优化
如果文件数量达到几千个，或者单个文件有几万行数据，逐行 append 可能会稍慢。
解决方案：可以先将所有数据读取到一个大的 Python 列表中，最后一次性通过 ws_summary.append() 分批写入，或者利用 pandas 库进行更高效的数据框操作（当然，对于几十兆以内的常规办公数据，openpyxl 的速度已经完全足够）。

性能与边界条件考量

前面的脚本已经能很好地处理日常办公场景（如几十个文件，每个文件几百行数据）。但当你面对更大规模的数据时，了解脚本的性能边界并掌握优化方法，能让你更从容地应对挑战。本节将详细分析当前 openpyxl 方案在不同数据量下的表现，并提供针对超大规模文件的优化建议。

不同数据量下的性能预期

为了让你对脚本的处理能力有直观感受，我们基于典型办公电脑配置（Intel i5 处理器，8GB 内存，SSD 硬盘）进行估算：

注意：以上时间为粗略估算，实际耗时受电脑性能、硬盘速度、文件复杂度（是否包含公式、样式）等因素影响。

为什么 openpyxl 在处理超大文件时会变慢？

openpyxl 默认使用“读取所有单元格到内存”的模式（read_only=False）。这意味着当你打开一个包含 50 万行的工作表时，它会尝试在内存中构建一个包含所有单元格对象的树形结构。这个过程会消耗大量内存和时间，尤其是当文件包含复杂样式或公式时。

优化建议与替代方案

如果你的数据量确实达到了“超大规模”级别，可以尝试以下策略：

1. 启用 read_only 模式（针对纯数据读取）

如果你的源文件只包含数据，不需要修改样式或读取公式，可以在 load_workbook 时启用 read_only=True 模式。此模式下，openpyxl 不会将整个文件加载到内存，而是以流式方式读取，能显著降低内存占用并提升大文件的读取速度。

修改脚本中的读取部分：

# 原代码：
wb = load_workbook(file_full_path, data_only=True)

# 优化为：
wb = load_workbook(file_full_path, data_only=True, read_only=True)
ws = wb.active

# 注意：在 read_only 模式下，某些操作（如 ws.max_row）可能不准确，
# 建议通过迭代行的方式读取，直到遇到空行。
for row in ws.iter_rows(min_row=data_start_row, values_only=True):
# row 是一个元组，例如 (日期, 产品名称, 销售额)
date_val = row[date_column – 1] # 注意列索引调整
product_val = row[product_column – 1]
sales_val = row[sales_column – 1]
ws_summary.append([filename, date_val, product_val, sales_val])
# 无需调用 wb.close()，read_only 模式会自动管理资源。

适用场景：源文件数据量极大（>10万行），且你只需要读取数据，不关心单元格格式。

2. 分批处理与写入

即使使用 read_only 模式，如果最终汇总表行数过多（例如超过 100 万行），ws_summary.append() 逐行写入的方式也会变慢。此时可以改为先将数据累积到 Python 列表中，然后分批写入。

# 在循环外定义一个列表
batch_data = []
BATCH_SIZE = 10000 # 每累积10000行写入一次

for filename in excel_files:
# … 读取数据的逻辑 …
for row in range(data_start_row, max_row + 1):
# … 获取 date_val, product_val, sales_val …
batch_data.append([filename, date_val, product_val, sales_val])

# 达到批次大小时，批量写入并清空列表
if len(batch_data) >= BATCH_SIZE:
for data_row in batch_data:
ws_summary.append(data_row)
batch_data = [] # 清空列表
wb_summary.save(output_path) # 可选：阶段性保存，防止程序中断丢失全部进度

# 循环结束后，写入剩余数据
if batch_data:
for data_row in batch_data:
ws_summary.append(data_row)

适用场景：汇总数据量极大，需要平衡内存和写入性能。

3. 终极方案：切换到 pandas（并启用分块读取）

对于单个文件超过 50 万行或总数据量超过百万行的场景，pandas 通常是更好的选择，尤其是其 read_excel 函数支持 chunksize 参数，可以分块读取数据，避免一次性加载到内存。

import pandas as pd
import os

folder_path = r'D:\\Work\\sales_data'
output_path = os.path.join(folder_path, 'summary_large.xlsx')

all_chunks = []

for filename in os.listdir(folder_path):
if filename.endswith('.xlsx'):
file_path = os.path.join(folder_path, filename)
# 分块读取，每块 10000 行
chunk_reader = pd.read_excel(file_path,
skiprows=1,
usecols='B:D',
header=None,
names=['日期', '产品名称', '销售额'],
chunksize=10000)
for chunk in chunk_reader:
chunk['来源文件'] = filename
all_chunks.append(chunk)

if all_chunks:
# 将所有块合并
summary_df = pd.concat(all_chunks, ignore_index=True)
summary_df = summary_df[['来源文件', '日期', '产品名称', '销售额']]
# 保存时也可以分块写入，但 to_excel 不支持 chunksize，对于极大结果可考虑 to_csv 或 to_parquet
summary_df.to_excel(output_path, index=False)
print(f'处理完成，共 {len(summary_df)} 行数据。')

优势：

• 内存友好：chunksize 确保即使处理 1GB 的 Excel 文件，内存占用也基本恒定。
• 性能卓越：pandas 的底层是 C/Cython，数据操作速度远超纯 Python 循环。
• 功能集成：合并后可直接进行数据清洗、分析、可视化。

代价：需要额外安装 pandas 库，且会丢失源文件的单元格样式。

总结与选型建议

核心原则：没有最好的方案，只有最适合当前场景的方案。建议你先用基础脚本处理中小规模数据，当遇到性能瓶颈时，再根据上述建议进行针对性优化。技术的价值在于解决问题，而不是追求极致的复杂度。

进阶方案：pandas 实现

在前面的教程中，我们使用 openpyxl 库实现了 Excel 数据的批量汇总。openpyxl 的优势在于对 Excel 文件格式的精细控制，比如单元格样式、公式等。然而，如果你处理的数据量更大（比如数万行），或者需要进行更复杂的数据清洗、转换和分析，那么 pandas 库会是更高效、更简洁的选择。

pandas 的优势

下面是一个与文中 openpyxl 脚本功能等效的 pandas 实现示例，核心逻辑仅需约 10 行代码：

import pandas as pd
import os

# 配置路径和列名
folder_path = r'D:\\Work\\sales_data' # 修改为你的文件夹路径
output_path = os.path.join(folder_path, 'summary_pandas.xlsx')

# 用于存储每个文件数据的列表
all_data_frames = []

# 遍历文件夹下所有 .xlsx 文件
for filename in os.listdir(folder_path):
if filename.endswith('.xlsx'):
file_path = os.path.join(folder_path, filename)
# 使用 pandas 读取 Excel 文件，指定数据起始行（skiprows=1 跳过标题行）
# usecols 参数可以指定读取哪些列，例如 'B:D' 表示读取 B、C、D 列
df = pd.read_excel(file_path, skiprows=1, usecols='B:D', header=None, names=['日期', '产品名称', '销售额'])
# 添加一列记录来源文件名
df['来源文件'] = filename
all_data_frames.append(df)

# 使用 pd.concat 将所有 DataFrame 合并成一个
if all_data_frames:
summary_df = pd.concat(all_data_frames, ignore_index=True)
# 调整列顺序，将“来源文件”放到第一列
summary_df = summary_df[['来源文件', '日期', '产品名称', '销售额']]
# 保存到新的 Excel 文件
summary_df.to_excel(output_path, index=False)
print(f'汇总完成！文件已保存至：{output_path}')
else:
print('未找到任何 .xlsx 文件。')

代码解读：

• pd.read_excel()：一行代码即可读取整个 Excel 文件，并返回一个 DataFrame。参数 skiprows=1 表示跳过第一行（标题行），usecols='B:D' 表示只读取 B、C、D 三列，header=None 表示文件没有表头（因为我们跳过了标题行），names 参数为读取的列指定新的列名。
• pd.concat()：将多个 DataFrame 列表 (all_data_frames) 合并成一个大的 DataFrame，ignore_index=True 会重置索引。
• df['来源文件'] = filename：为每个文件的 DataFrame 添加一个新列，记录文件名。
• to_excel()：将最终的汇总 DataFrame 保存为 Excel 文件，index=False 表示不保存 DataFrame 的索引列。

两种方案如何选择？

简单来说：如果你的核心需求是快速、准确地把数据从一堆表格里捞出来并合并，且后续可能要做数据分析，那么 pandas 是更优解。如果你需要对生成汇总表的样式进行精细调整（如加粗表头、设置单元格颜色），或者源文件中包含需要读取的公式，那么 openpyxl 提供了更底层的控制能力。

作为办公自动化新手，你可以先掌握 openpyxl 的基础操作，当遇到更复杂的数据处理需求时，再学习 pandas，你的工具箱将更加全面。

常见错误与排查

即使有了完整的脚本，新手在第一次运行时仍可能遇到一些报错。别担心，这是学习过程中的正常现象。本节将针对文中脚本，列举三个最常见的错误，分析原因并提供详细的解决步骤，帮你快速定位问题。

错误 1：ModuleNotFoundError: No module named ‘openpyxl’

错误现象：
运行脚本时，命令行或终端中报错，提示类似以下信息：

Traceback (most recent call last):
File "excel_summary.py", line 10, in <module>
from openpyxl import Workbook, load_workbook
ModuleNotFoundError: No module named 'openpyxl'

原因分析：
这是最典型的环境问题。Python 解释器找不到 openpyxl 这个库，因为它还没有被安装到你的 Python 环境中。可能的原因包括：

解决步骤：

错误 2：PermissionError: [Errno 13] Permission denied

错误现象：
脚本运行过程中报错，提示权限被拒绝。错误可能出现在两个地方：

原因分析：
这是文件或文件夹被占用或权限不足导致的。

• 读取失败：可能因为目标文件夹被其他程序（如资源管理器、杀毒软件）锁定，或者当前用户没有该文件夹的读取权限。
• 保存失败：最常见的原因是汇总文件（summary_result.xlsx）正被 Excel 或其他程序打开。脚本无法覆盖一个正在被使用的文件。

解决步骤：

错误 3：汇总表数据错乱或为空

错误现象：
脚本成功运行，没有报错，也生成了汇总文件。但打开汇总表后发现：

• 数据全是 None 或空值。
• 数据错位（例如日期跑到了产品名称列）。
• 汇总表只有表头，没有数据。

原因分析：
这几乎总是因为脚本中的列号配置（date_column, product_column, sales_column）或数据起始行（data_start_row）与你的实际 Excel 表格结构不匹配。

• 列号错误：Excel 列号从 1 开始（A=1, B=2, C=3…）。如果你的数据中“日期”在 A 列，但脚本里 date_column = 2（B列），读到的就是 B 列的内容，可能是空的或错误数据。
• 起始行错误：如果表格的标题行不止一行（例如第1行是大标题，第2行才是列名，数据从第3行开始），而脚本设置 data_start_row = 2，就会漏掉第2行的数据或读取到标题。

解决步骤：

记住，遇到报错不要慌，仔细阅读错误信息，它通常会告诉你问题出在哪里。按照上述步骤逐一排查，你很快就能让脚本顺利运行起来。

让效率成为习惯

当你第一次运行这段代码，看着进度条飞速走完，原本需要一下午才能搞定的工作瞬间完成时，那种成就感是无与伦比的。但这不仅仅是一次任务的完成，更是一种思维方式的转变。

以前面对重复性工作，我们习惯性地忍受，觉得“这就是工作的一部分”。但现在，你有了另一种选择：停下来，花十分钟思考一下，这个流程能不能自动化？能不能写几行代码让它自己跑？

Python 办公自动化并不是程序员的专利，它是每一个希望从机械劳动中解放出来的职场人的利器。你不需要成为算法专家，也不需要精通数据结构，只要掌握像 openpyxl 这样实用的库，理解基本的循环和逻辑判断，就能构建出属于自己的效率工具。

今天的例子只是冰山一角。同样的逻辑，你可以用来批量重命名文件、自动发送邮件、从 Word 中提取表格、甚至生成 PPT 报告。关键在于迈出第一步。不妨现在就打开你的电脑，找一个让你头疼的重复性任务，试着用 Python 去解决它。哪怕最初代码写得不够优雅，哪怕需要不断调试报错，这个过程本身就是一种巨大的提升。

当别人还在加班手动复制粘贴时，你已经喝完咖啡准备下班了。这，就是技术带给普通人的公平与红利。