你是否曾想象过，在繁忙的办公室里，一位数据分析师正焦头烂额地面对着成堆的Excel文件？他手中的产品明细表如同迷宫一般，每个文件、每张表格都隐藏着关键的产品信息需要各种复制粘贴提取有用信息。而借助Python自动化的力量，轻松破解这个数据迷宫，实现效率几十万倍的提升！

国企数据分析师的烦恼

在国企工作的数据分析师小李，最近接到了一个紧急任务：他需要根据公司提供的产品明细表，对产品大类进行数据分析。然而，问题在于，这份产品明细表并不是一个简单的数据集，而是一大堆分散在多个Excel文件中的表格。每个Excel文件又包含了多张表格，每张表格中A列存储着产品的详细描述，而产品大类就隐藏在这些描述中的中文内容里。如下图所示A列是产品描述，其中的中文是产品大类。

传统手动方法：

步骤繁琐：需要打开每个Excel文件，进入每张表格，然后手动复制A列的中文内容到B列。耗时巨大：处理一个包含多张表格的Excel文件，小李大约需要花费20-30分钟的时间。因此，几百份文件将需要几千分钟甚至更长的时间来完成。容易出错：长时间的手动操作不仅耗时，还容易因为疏忽或疲劳导致数据提取错误。

Python自动化工具：

快速高效：使用Python自动化工具，小李只需简单设置文件夹路径，就可以一键完成所有Excel文件中中文数据的批量提取。整个过程仅需几秒钟，相比传统方法节省了大量的时间。准确可靠：自动化工具基于预先编写的代码运行，避免了人为因素导致的错误，提高了数据的准确性。灵活可扩展：Python自动化工具可以根据实际需求进行定制和扩展，适用于各种复杂的数据处理场景。

核心代码

import os from openpyxl import load_workbook import re # 定义文件夹路径 folder_path = '你的Excel文件所在文件夹路径' # 遍历文件夹中的所有Excel文件 for filename in os.listdir(folder_path): if filename.endswith('.xlsx'): file_path = os.path.join(folder_path, filename) wb = load_workbook(file_path) # 遍历工作簿中的所有工作表 for sheet_name in wb.sheetnames: ws = wb[sheet_name] # 提取A列的中文内容并写入B列 for row in range(2, ws.max_row + 1): # 假设从第二行开始有数据 info = ws['A' + str(row)].value if info: chinese_text = re.findall('[\u4e00-\u9fa5]', str(info)) # 提取中文 ws['B' + str(row)].value = ''.join(chinese_text) # 保存修改后的工作簿（注意：这会覆盖原始文件） wb.save(os.path.join(folder_path, '中文_' + filename)) # 注意事项 # 1. 请确保已经安装了openpyxl库，如果没有，可以通过pip install openpyxl进行安装。 # 2. 修改folder_path变量为你的Excel文件所在的文件夹路径。 # 3. 这段代码会覆盖原始文件，如果需要保留原始文件，请在保存时使用不同的文件名。

代码结果

几秒钟完成几百份Excel中文的提取，且提取结果准确无误，替代了传统方式几千分钟的工作，哪怕有上万份的Excel也能实现秒级处理

技术改变生活，让数据分析更简单

通过这个故事，我们再次见证了Python自动化的强大魅力。它不仅能够解决我们面临的实际问题，还能让我们在工作中更加从容、高效。希望这篇文章能够启发更多的数据分析师和技术爱好者们，让我们一起用技术改变生活，让数据分析变得更加简单！

六、呼吁行动：点赞、转发，让更多人受益

如果你觉得这篇文章对你有帮助，不妨点赞、转发，让更多的朋友受益。同时，也欢迎关注我们的公众号，获取更多Python自动化的实用技巧和最新资讯！让我们一起用技术改变世界！