1. 問題背景與寫作目標(biāo)

本文主題是 篩選一個(gè)工作簿中的所有工作表數(shù)據(jù)。這一節(jié)的價(jià)值不在于“會(huì)不會(huì)點(diǎn) Excel 篩選按鈕”，而是把重復(fù)篩選動(dòng)作變成一套可以復(fù)用的自動(dòng)化流程。

在日常辦公里，經(jīng)常會(huì)遇到這樣的表格：一個(gè)工作簿里有很多張工作表，例如 1 月、2 月、3 月、4 月，或者華北、華東、華南等區(qū)域表?，F(xiàn)在我們要按同一個(gè)條件篩選每張表，比如只保留 銷售區(qū)域 = 華東 的記錄。如果手工做，就要一張表一張表點(diǎn)篩選、復(fù)制、粘貼、保存，表一多就很容易漏掉。

這張圖展示了本文要解決的核心問題：對(duì)一個(gè)工作簿中的多個(gè)工作表，統(tǒng)一按照同一個(gè)條件進(jìn)行批量篩選。

從這張圖中我們可以看出，左側(cè)有多個(gè)工作表，右側(cè)通過“銷售區(qū)域 = 華東”的條件把目標(biāo)數(shù)據(jù)篩選出來。這里真正值得注意的是：篩選對(duì)象不是一張表，而是整個(gè)工作簿里的所有工作表。這就是 Python 自動(dòng)化比手工操作更有價(jià)值的地方。

原理說明：本案例的本質(zhì)是“批量遍歷 + 條件過濾 + 結(jié)果寫入”。Excel 負(fù)責(zé)存儲(chǔ)表格，pandas 負(fù)責(zé)數(shù)據(jù)篩選，xlwings 負(fù)責(zé)連接和操作工作簿。

2. 適用場(chǎng)景與限制條件

這個(gè)案例適合處理“多個(gè)工作表結(jié)構(gòu)相似，并且需要按照同一個(gè)字段篩選”的場(chǎng)景。比如所有工作表里都有“銷售區(qū)域”字段，現(xiàn)在只保留“華東”；或者所有工作表里都有“狀態(tài)”字段，只保留“有效”；再或者所有工作表里都有“金額”字段，只保留大于 1000 的記錄。

常見適用場(chǎng)景包括：

1. 多個(gè)月份銷售表中，只篩選某個(gè)區(qū)域的數(shù)據(jù)；

2. 多個(gè)部門明細(xì)表中，只篩選某個(gè)狀態(tài)的數(shù)據(jù)；

3. 多張訂單表中，只篩選指定產(chǎn)品類別或指定客戶的數(shù)據(jù)；

4. 多個(gè)庫(kù)存表中，只篩選庫(kù)存不足、狀態(tài)異常或金額超過閾值的記錄。

限制條件：這類腳本默認(rèn)每張工作表的數(shù)據(jù)結(jié)構(gòu)比較接近。如果有的表第一行不是表頭、有的表字段名稱不一致、有的表中間有空行，那么腳本就需要額外做兼容處理，不能直接照搬最簡(jiǎn)單版本。

推薦做法：正式運(yùn)行前，先打開源工作簿確認(rèn)三件事：表頭是否在第一行、篩選字段是否一致、數(shù)據(jù)區(qū)域是否連續(xù)。只要這三點(diǎn)不穩(wěn)定，批量篩選就容易出現(xiàn)漏篩或跳過。

3. 核心原理與實(shí)現(xiàn)流程

這一節(jié)的核心流程可以拆成五步：打開工作簿、遍歷每張工作表、讀取數(shù)據(jù)為 DataFrame、按字段條件篩選、把篩選結(jié)果寫入新的工作簿。只要這個(gè)流程理解清楚，代碼就不會(huì)顯得亂。

這張圖展示了批量篩選工作表數(shù)據(jù)的完整處理鏈路。

從這張圖中我們可以看出，程序不是直接在 Excel 界面上“模擬點(diǎn)擊篩選按鈕”，而是把每張工作表的數(shù)據(jù)讀取出來，轉(zhuǎn)換成 DataFrame，再通過條件表達(dá)式篩選出目標(biāo)記錄，最后寫入結(jié)果文件。這種方式比模擬鼠標(biāo)點(diǎn)擊更穩(wěn)定，也更容易加日志和校驗(yàn)。

原理說明：pandas 的優(yōu)勢(shì)是數(shù)據(jù)過濾能力強(qiáng)，適合做 data[data[字段] == 條件] 這類判斷；xlwings 的優(yōu)勢(shì)是可以直接和 Excel 工作簿交互，適合讀取、寫入、保存文件。

4. 完整代碼：篩選一個(gè)工作簿中所有工作表的數(shù)據(jù)

下面這段代碼演示一個(gè)常見場(chǎng)景：遍歷 銷售明細(xì).xlsx 中的所有工作表，只保留 銷售區(qū)域 等于 華東 的數(shù)據(jù)，并將篩選結(jié)果寫入一個(gè)新的工作簿。

這張圖展示了 pandas + xlwings 配合完成自動(dòng)篩選的場(chǎng)景：左側(cè)是 Python 代碼，右側(cè)是 Excel 數(shù)據(jù)源和篩選結(jié)果。

從這張圖中我們可以看出，pandas 負(fù)責(zé)把數(shù)據(jù)篩出來，xlwings 負(fù)責(zé)打開工作簿和寫入結(jié)果。這個(gè)分工要理解清楚，否則很容易把 pandas 和 xlwings 的職責(zé)混在一起。

import os
import re
import pandas as pd
import xlwings as xw


def safe_sheet_name(name):
    """
    清理工作表名稱，避免超過 Excel 限制或包含非法字符
    """
    name = str(name).strip()
    name = re.sub(r'[\\/:*?\[\]]', "_", name)
    return name[:31] if name else "篩選結(jié)果"


# ====== 需要根據(jù)實(shí)際情況修改的參數(shù) ======
source_file = r"E:\example\銷售明細(xì).xlsx"
result_file = r"E:\example\篩選結(jié)果_華東.xlsx"

filter_column = "銷售區(qū)域"
filter_value = "華東"
# =====================================

app = xw.App(visible=False, add_book=False)

try:
    wb = app.books.open(source_file)
    result_wb = app.books.add()

    # 刪除默認(rèn)工作簿中多余的空白工作表，只保留第一張備用
    while len(result_wb.sheets) > 1:
        result_wb.sheets[-1].delete()

    output_count = 0

    for sht in wb.sheets:
        print(f"正在處理工作表：{sht.name}")

        # 讀取當(dāng)前連續(xù)數(shù)據(jù)區(qū)域?yàn)?DataFrame
        try:
            data = sht.range("A1").options(
                pd.DataFrame,
                header=1,
                index=False,
                expand="table"
            ).value
        except Exception as e:
            print(f"跳過：{sht.name}，讀取失?。簕e}")
            continue

        if data is None or data.empty:
            print(f"跳過：{sht.name}，空表或無有效數(shù)據(jù)")
            continue

        # 清理字段名前后空格
        data.columns = [str(col).strip() for col in data.columns]

        if filter_column not in data.columns:
            print(f"跳過：{sht.name}，缺少字段：{filter_column}")
            continue

        # 條件篩選
        result = data[data[filter_column].astype(str).str.strip() == filter_value]

        if result.empty:
            print(f"未命中：{sht.name}，沒有符合條件的數(shù)據(jù)")
            continue

        # 寫入結(jié)果工作簿
        if output_count == 0:
            result_sht = result_wb.sheets[0]
            result_sht.name = safe_sheet_name(sht.name)
        else:
            result_sht = result_wb.sheets.add(name=safe_sheet_name(sht.name), after=result_wb.sheets[-1])

        result_sht.range("A1").value = result
        result_sht.autofit()

        output_count += 1
        print(f"已寫入：{sht.name}，篩選結(jié)果 {len(result)} 行")

    wb.close()

    if output_count == 0:
        print("沒有任何工作表篩選出結(jié)果，結(jié)果文件未保存。")
        result_wb.close()
    else:
        result_wb.save(result_file)
        result_wb.close()
        print(f"篩選完成：{result_file}")

finally:
    app.quit()

這段代碼比最基礎(chǔ)版本多做了幾個(gè)保護(hù)：字段名前后空格清理、目標(biāo)字段是否存在判斷、空結(jié)果跳過、工作表名稱合法化、結(jié)果數(shù)量統(tǒng)計(jì)。這些細(xì)節(jié)不是為了“顯得復(fù)雜”，而是為了讓腳本更接近真實(shí)辦公環(huán)境。

風(fēng)險(xiǎn)提醒：如果你直接使用最簡(jiǎn)單的篩選代碼，不判斷字段是否存在，那么只要某一張工作表字段名不一致，整個(gè)腳本就可能中斷。批量處理時(shí)，穩(wěn)定性比代碼短更重要。

5. 關(guān)鍵判斷：為什么要先檢查字段是否存在

批量處理 Excel 時(shí)，不要默認(rèn)所有工作表都完全規(guī)范?，F(xiàn)實(shí)里最常見的問題不是代碼不會(huì)寫，而是數(shù)據(jù)源不干凈。比如同一個(gè)字段，有的表叫“銷售區(qū)域”，有的表叫“區(qū)域”，還有的表干脆缺少這一列。

這張圖展示了批量篩選前必須做的字段檢查：字段正確可以繼續(xù)執(zhí)行，字段不匹配或字段缺失則需要跳過并提示。

從這張圖中我們可以看出，字段檢查不是可有可無的步驟。左側(cè)表格中存在“銷售區(qū)域”字段，可以安全執(zhí)行篩選；右側(cè)表格雖然也有區(qū)域數(shù)據(jù)，但字段名不是“銷售區(qū)域”，或者直接缺少目標(biāo)字段，程序就不能強(qiáng)行篩選。

原理說明：pandas 按列名篩選時(shí)，本質(zhì)上是通過 data[filter_column] 定位目標(biāo)列。如果列名不存在，就會(huì)觸發(fā)異常。因此在正式篩選前，必須先執(zhí)行 if filter_column not in data.columns。

if filter_column not in data.columns:
    print(f"跳過：{sht.name}，缺少字段：{filter_column}")
    continue

推薦做法：如果你的數(shù)據(jù)來源比較混亂，可以維護(hù)一個(gè)字段別名列表，把“銷售區(qū)域”“區(qū)域”“所屬區(qū)域”都識(shí)別為同一個(gè)篩選字段。

candidate_columns = ["銷售區(qū)域", "區(qū)域", "所屬區(qū)域"]

real_column = None
for col in candidate_columns:
    if col in data.columns:
        real_column = col
        break

if real_column is None:
    print(f"跳過：{sht.name}，未找到可用區(qū)域字段")
    continue

result = data[data[real_column].astype(str).str.strip() == filter_value]

注意：字段別名雖然能提高兼容性，但也可能帶來誤判。如果“區(qū)域”和“銷售區(qū)域”在業(yè)務(wù)含義上不是同一個(gè)字段，就不要強(qiáng)行合并。

6. 效果驗(yàn)證與數(shù)據(jù)對(duì)比

腳本運(yùn)行完成以后，不要只看有沒有生成結(jié)果文件。真正要驗(yàn)證的是：結(jié)果文件能不能打開，篩選出來的數(shù)據(jù)是不是都符合條件，行數(shù)是否符合預(yù)期，關(guān)鍵字段有沒有丟失。

這張圖展示了篩選結(jié)果驗(yàn)證的思路：不僅要確認(rèn)結(jié)果文件生成，還要檢查行數(shù)、條件和抽樣數(shù)據(jù)。

從這張圖中我們可以看出，結(jié)果驗(yàn)證至少包含三層：第一，結(jié)果文件已經(jīng)生成并且可以正常打開；第二，結(jié)果行數(shù)與預(yù)期一致；第三，隨機(jī)抽樣檢查時(shí)，篩選字段確實(shí)都滿足“華東”。這一步?jīng)Q定了腳本結(jié)果是否可靠。

我建議運(yùn)行后至少檢查以下幾項(xiàng)：

1. 輸出目錄中是否生成了 篩選結(jié)果_華東.xlsx；

2. 結(jié)果工作簿中是否存在對(duì)應(yīng)的工作表；

3. 每張結(jié)果表中的 銷售區(qū)域 是否全部為 華東；

4. 篩選結(jié)果行數(shù)是否和源表中手工篩選結(jié)果一致；

5. 金額、日期、客戶名稱等關(guān)鍵字段是否完整保留。

# 簡(jiǎn)單驗(yàn)證某個(gè)結(jié)果表中的銷售區(qū)域是否都為目標(biāo)值
check_result = result[filter_column].astype(str).str.strip().eq(filter_value).all()

if check_result:
    print(f"{sht.name} 驗(yàn)證通過：篩選結(jié)果全部為 {filter_value}")
else:
    print(f"{sht.name} 驗(yàn)證失敗：存在不符合條件的數(shù)據(jù)")

  推薦做法：正式交付前，隨機(jī)抽查 2～3 張結(jié)果表，再回到源表中用 Excel 手工篩選一次進(jìn)行對(duì)照。批量腳本最怕“整體看起來成功，但某幾張表處理錯(cuò)了”。

7. 常見問題與踩坑記錄

這個(gè)案例看起來不難，但真實(shí)運(yùn)行時(shí)很容易踩坑。問題通常不是 pandas 的篩選語(yǔ)法，而是 Excel 文件本身不規(guī)范。

坑 1：字段名有隱藏空格。例如表頭顯示為“銷售區(qū)域”，但實(shí)際是“銷售區(qū)域 ”。肉眼不容易發(fā)現(xiàn)，但程序會(huì)認(rèn)為這是兩個(gè)不同字段。代碼里用 strip() 清理字段名，就是為了處理這種問題。

坑 2：篩選值不統(tǒng)一。有的表寫“華東”，有的表寫“華東區(qū)”，還有的寫“華東區(qū)域”。如果業(yè)務(wù)上這些代表同一個(gè)意思，就需要先做標(biāo)準(zhǔn)化。

data[filter_column] = data[filter_column].astype(str).str.strip()
data[filter_column] = data[filter_column].replace({
    "華東區(qū)": "華東",
    "華東區(qū)域": "華東"
})

坑 3：工作表名稱超過 31 個(gè)字符。Excel 工作表名稱有長(zhǎng)度限制，如果直接拿原表名創(chuàng)建結(jié)果表，可能保存失敗。所以代碼中使用了 safe_sheet_name() 做截?cái)嗵幚怼?/p>

坑 4：結(jié)果文件正在打開。如果 篩選結(jié)果_華東.xlsx 已經(jīng)被 Excel 打開，腳本保存時(shí)可能失敗。運(yùn)行前建議關(guān)閉源文件和結(jié)果文件。

坑 5：默認(rèn)空白工作表沒有處理。新建結(jié)果工作簿時(shí)，Excel 通常會(huì)自帶一個(gè)空白工作表。如果不處理，最后結(jié)果文件里可能多出一個(gè)無用空表。上面的代碼通過復(fù)用第一張表或刪除多余表來減少這個(gè)問題。

經(jīng)驗(yàn)判斷：批量腳本不是寫完能跑一次就算完成。真正可用的腳本，必須能在遇到空表、缺字段、字段名有空格、結(jié)果為空時(shí)給出明確提示，而不是直接中斷。

8. 總結(jié)與進(jìn)階建議

這一節(jié)的核心，不是記住某一段 pandas 代碼，而是理解批量篩選 Excel 工作表的完整處理模式：打開工作簿、遍歷工作表、讀取數(shù)據(jù)、判斷字段、執(zhí)行篩選、寫入結(jié)果、驗(yàn)證輸出。

我認(rèn)為這篇筆記最值得帶走的經(jīng)驗(yàn)有三點(diǎn)。

第一，批量處理前必須明確對(duì)象和邊界。你要處理的是一個(gè)工作簿里的所有工作表，不是一張表，也不是多個(gè)文件夾中的文件。對(duì)象不同，代碼結(jié)構(gòu)就不同。

第二，字段校驗(yàn)比篩選語(yǔ)法更重要。篩選語(yǔ)法很簡(jiǎn)單，但字段不一致會(huì)直接影響結(jié)果可靠性。真實(shí)辦公數(shù)據(jù)里，字段名異常比語(yǔ)法錯(cuò)誤更常見。

第三，結(jié)果驗(yàn)證不能省。生成文件只是第一步，結(jié)果是否符合條件才是交付標(biāo)準(zhǔn)。尤其是涉及銷售金額、訂單、客戶、資產(chǎn)等數(shù)據(jù)時(shí)，必須核對(duì)行數(shù)和關(guān)鍵字段。

如果后續(xù)繼續(xù)擴(kuò)展，可以把篩選字段、篩選條件、源文件路徑和輸出路徑做成參數(shù)，甚至做成一個(gè)小工具界面。這樣就能從“讀書筆記中的腳本”升級(jí)成“真實(shí)辦公場(chǎng)景可復(fù)用的自動(dòng)化工具”。

以上就是Python自動(dòng)化篩選Excel工作簿中多個(gè)工作表的實(shí)戰(zhàn)教學(xué)的詳細(xì)內(nèi)容，更多關(guān)于Python篩選Excel工作表的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論