在日常办公中，如果你还在用 Excel 手动处理上千条数据，不如试试 Python 的数据神器——pandas。它可以一行代码读取表格、筛选关键数据、批量导出结果，轻松替代人工处理，提高效率数倍！

本期关键词：Excel 表格读取、字段筛选、数据统计、导出新表。

适用人群：测试开发、数据分析、财务统计、自动化办公人员。

一、为什么选择 pandas？

pandas 是 Python 中最强大的数据分析库之一，主要特点：

1. 支持 Excel、CSV、数据库等多种格式
2. 提供类 Excel 的表格操作体验（DataFrame）
3. 可轻松完成数据清洗、统计、分组、透视等操作
4. 与 numpy、matplotlib、openpyxl 高度集成

一句话总结：如果你会用 Excel，就能很快学会 pandas。

学习本来就不是一蹴而就的事，不过只要你肯练、敢用，坚持一阵子，你一定能看到变化！

二、快速上手：读取 Excel 表格

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project ：Fish
@File    ：D14.py
@Date    ：2025/5/13
@Author  : malijie
"""
import warnings
import pandas as pd

warnings.filterwarnings("ignore", category=UserWarning)

file = "总账和预算比较.xlsx"
sheet = "本年累计预算汇总"

df = pd.read_excel(file, sheet_name=sheet)

print("读取成功！前5行数据如下：")
print(df.head())

输出示例：

三、常见操作汇总（适合办公场景）

1. 指定列读取，减小内存压力

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project ：Fish
@File    ：D14.py
@Date    ：2025/5/13
@Author  : malijie
"""
import warnings
import pandas as pd

warnings.filterwarnings("ignore", category=UserWarning)

file = "总账和预算比较.xlsx"
sheet = "本年累计预算汇总"

df = pd.read_excel(file, sheet_name=sheet, usecols=["会计科目", "预算", "实际金额"])

print("读取成功！前5行数据如下：")
print(df.head())

2. 过滤：找出预算为 0 的项

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project ：Fish
@File    ：D14.py
@Date    ：2025/5/13
@Author  : malijie
"""
import warnings
import pandas as pd

warnings.filterwarnings("ignore", category=UserWarning)

file = "总账和预算比较.xlsx"
sheet = "本年累计预算汇总"

df = pd.read_excel(file, sheet_name=sheet)
zero_budget = df[df["预算"] == 0]
print("预算为 0 的数据：")
print(zero_budget)

3. 数据类型与缺失值检查

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project ：Fish
@File    ：D14.py
@Date    ：2025/5/13
@Author  : malijie
"""
import warnings
import pandas as pd

warnings.filterwarnings("ignore", category=UserWarning)

file = "总账和预算比较.xlsx"
sheet = "本年累计预算汇总"

df = pd.read_excel(file, sheet_name=sheet)
print("是否存在缺失值：")
print(df.isnull().sum())

4. 基础统计（均值、中位数、方差等）

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project ：Fish
@File    ：D14.py
@Date    ：2025/5/13
@Author  : malijie
"""
import warnings
import pandas as pd

warnings.filterwarnings("ignore", category=UserWarning)

file = "总账和预算比较.xlsx"
sheet = "本年累计预算汇总"

df = pd.read_excel(file, sheet_name=sheet)
print("快速描述性统计：")
print(df.describe())

字段说明

四、导出处理结果

将处理好的数据保存成新文件，方便分享或归档：

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project ：Fish
@File    ：D14.py
@Date    ：2025/5/13
@Author  : malijie
"""
import warnings
import pandas as pd

warnings.filterwarnings("ignore", category=UserWarning)

file = "总账和预算比较.xlsx"
sheet = "本年累计预算汇总"

df = pd.read_excel(file, sheet_name=sheet)
df.to_excel("分析结果.xlsx", index=False)
print("分析结果已导出为 Excel 文件：分析结果.xlsx")

五、实战封装一个小工具函数

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project ：Fish
@File    ：D14.py
@Date    ：2025/5/13
@Author  : malijie
"""
import warnings
import pandas as pd

warnings.filterwarnings("ignore", category=UserWarning)


def analyze_excel(file_path, sheet_name):
    df = pd.read_excel(file_path, sheet_name=sheet_name)
    print("数据读取成功！")
    print("字段统计：")
    print(df.describe())

    # 过滤预算为 0 的记录
    filtered = df[df["预算"] == 0]
    filtered.to_excel("预算为0记录.xlsx", index=False)
    print("已导出预算为0记录！")


if __name__ == '__main__':
    file = "总账和预算比较.xlsx"
    sheet = "本年累计预算汇总"
    analyze_excel(file, sheet)

六、小结：办公数据分析利器非它莫属！

七、可视化预告：数据图表，下期见！

在真实业务中，我们还可以将 pandas 的结果结合 matplotlib 绘图，比如：

• 柱状图对比各部门预算
• 折线图展示月度支出趋势
• 饼图展示成本占比

下期预告：matplotlib 实战教学，用代码画出有颜值的图表！

写在最后

学习是一场长期主义，pandas 的应用远不止这些。

点赞关注不迷路，不错过每一期实战技巧！

后续还有更多自动化测试经验分享～评论区欢迎唠嗑交流！

点头像，发现更多精彩内容！