Python用os和shutil可批量重命名、移动文件；pandas与openpyxl协同处理Excel读写与样式；多源表格合并需统一列名、清洗空值；结合定时任务与异常通知实现自动化闭环。

批量重命名与移动文件，用os和shutil就够了

处理几十上百个文件时，手动操作既费时又容易出错。Python的os和shutil模块就能轻松搞定重命名、分类移动、创建目录等任务。

• 用os.listdir()或glob.glob(“*.xlsx”)快速获取指定类型文件列表
• 用os.path.join()拼接路径，避免Windows/Linux路径斜杠问题
• 用shutil.move(src, dst)把合同类Excel移到“已归档”文件夹，支持跨盘操作
• 重命名时注意检查目标文件是否已存在，加if not os.path.exists(dst): shutil.move(…)防覆盖

读写Excel不用打开Excel软件，openpyxl和pandas各司其职

openpyxl适合精细控制单元格样式、公式、合并单元格；pandas更适合清洗、计算、批量修改数据——两者配合最高效。

• 用pandas.read_(“汇总.xlsx”, sheet_name=0, header=1)跳过表头说明行，直接读取数据区
• 处理完用df.to_excel(“结果.xlsx”, index=False)导出，不带行号更干净
• 需要加粗标题行或设置列宽？切换到openpyxl：用wb = load_workbook(“结果.xlsx”)加载后操作
• 批量生成多个子表（如按部门拆分）：用groupby分组 + ExcelWriter写入不同sheet

自动合并N个表格，关键在统一结构和处理空值

从销售、人事、财务各自发来的Excel，字段顺序不同、空行多、表头不一致？别急着复制粘贴。

一句话/一张图一键智能生成社交媒体图片的AI设计神器

108

• 先用pd.concat([df1, df2, df3], ignore_index=True)纵向堆叠，但前提是列名要对齐
• 读取时统一用usecols指定关键列，比如usecols=[“姓名”, “部门”, “金额”]，忽略无关列
• 空值不是错误，是信号：用df.dropna(subset=[“姓名”])删掉关键信息缺失的整行
• 合并后按“部门”分组求和，一行代码：df.groupby(“部门”)[“金额”].sum().reset_index()

定时执行+出错提醒，让脚本真正“自动”起来

写完脚本只是第一步，让它每天早上8点跑一次，并在失败时/邮件通知你，才算闭环。

立即学习“”；

• Windows用任务计划程序，触发器选“每天”，操作中启动 D:autoreport.py
• Mac/Linux用crontab -e，加一行：0 8 * * * /usr/bin/python3 /Users/me/auto/report.py
• 加try…except Exception as e:捕获异常，再用smtplib发邮件，内容包含str(e)便于排查
• 运行成功后写日志：with open(“run.log”, “a”) as f: f.write(f”{datetime.now()} 成功n”)

以上就是Python自动化办公实战_批量文件处理与表格操作【教程】的详细内容，更多请关注php中文网其它相关文章！