Python自动化筛选Excel工作簿中多个工作表的实战教学

1. 问题背景与写作目标

本文主题是 筛选一个工作簿中的所有工作表数据。这一节的价值不在于“会不会点 Excel 筛选按钮”，而是把重复筛选动作变成一套可以复用的自动化流程。

在日常办公里，经常会遇到这样的表格：一个工作簿里有很多张工作表，例如 1 月、2 月、3 月、4 月，或者华北、华东、华南等区域表。现在我们要按同一个条件筛选每张表，比如只保留 销售区域 = 华东 的记录。如果手工做，就要一张表一张表点筛选、复制、粘贴、保存，表一多就很容易漏掉。

这张图展示了本文要解决的核心问题：对一个工作簿中的多个工作表，统一按照同一个条件进行批量筛选。

从这张图中我们可以看出，左侧有多个工作表，右侧通过“销售区域 = 华东”的条件把目标数据筛选出来。这里真正值得注意的是：筛选对象不是一张表，而是整个工作簿里的所有工作表。这就是 Python 自动化比手工操作更有价值的地方。

原理说明：本案例的本质是“批量遍历 + 条件过滤 + 结果写入”。Excel 负责存储表格，pandas 负责数据筛选，xlwings 负责连接和操作工作簿。

2. 适用场景与限制条件

这个案例适合处理“多个工作表结构相似，并且需要按照同一个字段筛选”的场景。比如所有工作表里都有“销售区域”字段，现在只保留“华东”；或者所有工作表里都有“状态”字段，只保留“有效”；再或者所有工作表里都有“金额”字段，只保留大于 1000 的记录。

常见适用场景包括：

1. 多个月份销售表中，只筛选某个区域的数据；

2. 多个部门明细表中，只筛选某个状态的数据；

3. 多张订单表中，只筛选指定产品类别或指定客户的数据；

4. 多个库存表中，只筛选库存不足、状态异常或金额超过阈值的记录。

限制条件：这类脚本默认每张工作表的数据结构比较接近。如果有的表第一行不是表头、有的表字段名称不一致、有的表中间有空行，那么脚本就需要额外做兼容处理，不能直接照搬最简单版本。

推荐做法：正式运行前，先打开源工作簿确认三件事：表头是否在第一行、筛选字段是否一致、数据区域是否连续。只要这三点不稳定，批量筛选就容易出现漏筛或跳过。

3. 核心原理与实现流程

这一节的核心流程可以拆成五步：打开工作簿、遍历每张工作表、读取数据为 DataFrame、按字段条件筛选、把筛选结果写入新的工作簿。只要这个流程理解清楚，代码就不会显得乱。

这张图展示了批量筛选工作表数据的完整处理链路。

从这张图中我们可以看出，程序不是直接在 Excel 界面上“模拟点击筛选按钮”，而是把每张工作表的数据读取出来，转换成 DataFrame，再通过条件表达式筛选出目标记录，最后写入结果文件。这种方式比模拟鼠标点击更稳定，也更容易加日志和校验。

原理说明：pandas 的优势是数据过滤能力强，适合做 data[data[字段] == 条件] 这类判断；xlwings 的优势是可以直接和 Excel 工作簿交互，适合读取、写入、保存文件。

4. 完整代码：筛选一个工作簿中所有工作表的数据

下面这段代码演示一个常见场景：遍历 销售明细.xlsx 中的所有工作表，只保留 销售区域 等于 华东 的数据，并将筛选结果写入一个新的工作簿。

这张图展示了 pandas + xlwings 配合完成自动筛选的场景：左侧是 Python 代码，右侧是 Excel 数据源和筛选结果。

从这张图中我们可以看出，pandas 负责把数据筛出来，xlwings 负责打开工作簿和写入结果。这个分工要理解清楚，否则很容易把 pandas 和 xlwings 的职责混在一起。

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


def safe_sheet_name(name):
    """
    清理工作表名称，避免超过 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 "筛选结果"


# ====== 需要根据实际情况修改的参数 ======
source_file = r"E:\example\销售明细.xlsx"
result_file = r"E:\example\筛选结果_华东.xlsx"

filter_column = "销售区域"
filter_value = "华东"
# =====================================

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

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

    # 删除默认工作簿中多余的空白工作表，只保留第一张备用
    while len(result_wb.sheets) > 1:
        result_wb.sheets[-1].delete()

    output_count = 0

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

        # 读取当前连续数据区域为 DataFrame
        try:
            data = sht.range("A1").options(
                pd.DataFrame,
                header=1,
                index=False,
                expand="table"
            ).value
        except Exception as e:
            print(f"跳过：{sht.name}，读取失败：{e}")
            continue

        if data is None or data.empty:
            print(f"跳过：{sht.name}，空表或无有效数据")
            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"跳过：{sht.name}，缺少字段：{filter_column}")
            continue

        # 条件筛选
        result = data[data[filter_column].astype(str).str.strip() == filter_value]

        if result.empty:
            print(f"未命中：{sht.name}，没有符合条件的数据")
            continue

        # 写入结果工作簿
        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"已写入：{sht.name}，筛选结果 {len(result)} 行")

    wb.close()

    if output_count == 0:
        print("没有任何工作表筛选出结果，结果文件未保存。")
        result_wb.close()
    else:
        result_wb.save(result_file)
        result_wb.close()
        print(f"筛选完成：{result_file}")

finally:
    app.quit()

这段代码比最基础版本多做了几个保护：字段名前后空格清理、目标字段是否存在判断、空结果跳过、工作表名称合法化、结果数量统计。这些细节不是为了“显得复杂”，而是为了让脚本更接近真实办公环境。

风险提醒：如果你直接使用最简单的筛选代码，不判断字段是否存在，那么只要某一张工作表字段名不一致，整个脚本就可能中断。批量处理时，稳定性比代码短更重要。

5. 关键判断：为什么要先检查字段是否存在

批量处理 Excel 时，不要默认所有工作表都完全规范。现实里最常见的问题不是代码不会写，而是数据源不干净。比如同一个字段，有的表叫“销售区域”，有的表叫“区域”，还有的表干脆缺少这一列。

这张图展示了批量筛选前必须做的字段检查：字段正确可以继续执行，字段不匹配或字段缺失则需要跳过并提示。

从这张图中我们可以看出，字段检查不是可有可无的步骤。左侧表格中存在“销售区域”字段，可以安全执行筛选；右侧表格虽然也有区域数据，但字段名不是“销售区域”，或者直接缺少目标字段，程序就不能强行筛选。

原理说明：pandas 按列名筛选时，本质上是通过 data[filter_column] 定位目标列。如果列名不存在，就会触发异常。因此在正式筛选前，必须先执行 if filter_column not in data.columns。

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

推荐做法：如果你的数据来源比较混乱，可以维护一个字段别名列表，把“销售区域”“区域”“所属区域”都识别为同一个筛选字段。

candidate_columns = ["销售区域", "区域", "所属区域"]

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

if real_column is None:
    print(f"跳过：{sht.name}，未找到可用区域字段")
    continue

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

注意：字段别名虽然能提高兼容性，但也可能带来误判。如果“区域”和“销售区域”在业务含义上不是同一个字段，就不要强行合并。

6. 效果验证与数据对比

脚本运行完成以后，不要只看有没有生成结果文件。真正要验证的是：结果文件能不能打开，筛选出来的数据是不是都符合条件，行数是否符合预期，关键字段有没有丢失。

这张图展示了筛选结果验证的思路：不仅要确认结果文件生成，还要检查行数、条件和抽样数据。

从这张图中我们可以看出，结果验证至少包含三层：第一，结果文件已经生成并且可以正常打开；第二，结果行数与预期一致；第三，随机抽样检查时，筛选字段确实都满足“华东”。这一步决定了脚本结果是否可靠。

我建议运行后至少检查以下几项：

1. 输出目录中是否生成了 筛选结果_华东.xlsx；

2. 结果工作簿中是否存在对应的工作表；

3. 每张结果表中的 销售区域 是否全部为 华东；

4. 筛选结果行数是否和源表中手工筛选结果一致；

5. 金额、日期、客户名称等关键字段是否完整保留。

# 简单验证某个结果表中的销售区域是否都为目标值
check_result = result[filter_column].astype(str).str.strip().eq(filter_value).all()

if check_result:
    print(f"{sht.name} 验证通过：筛选结果全部为 {filter_value}")
else:
    print(f"{sht.name} 验证失败：存在不符合条件的数据")

  推荐做法：正式交付前，随机抽查 2～3 张结果表，再回到源表中用 Excel 手工筛选一次进行对照。批量脚本最怕“整体看起来成功，但某几张表处理错了”。

7. 常见问题与踩坑记录

这个案例看起来不难，但真实运行时很容易踩坑。问题通常不是 pandas 的筛选语法，而是 Excel 文件本身不规范。

坑 1：字段名有隐藏空格。例如表头显示为“销售区域”，但实际是“销售区域 ”。肉眼不容易发现，但程序会认为这是两个不同字段。代码里用 strip() 清理字段名，就是为了处理这种问题。

坑 2：筛选值不统一。有的表写“华东”，有的表写“华东区”，还有的写“华东区域”。如果业务上这些代表同一个意思，就需要先做标准化。

data[filter_column] = data[filter_column].astype(str).str.strip()
data[filter_column] = data[filter_column].replace({
    "华东区": "华东",
    "华东区域": "华东"
})

坑 3：工作表名称超过 31 个字符。Excel 工作表名称有长度限制，如果直接拿原表名创建结果表，可能保存失败。所以代码中使用了 safe_sheet_name() 做截断处理。

坑 4：结果文件正在打开。如果 筛选结果_华东.xlsx 已经被 Excel 打开，脚本保存时可能失败。运行前建议关闭源文件和结果文件。

坑 5：默认空白工作表没有处理。新建结果工作簿时，Excel 通常会自带一个空白工作表。如果不处理，最后结果文件里可能多出一个无用空表。上面的代码通过复用第一张表或删除多余表来减少这个问题。

经验判断：批量脚本不是写完能跑一次就算完成。真正可用的脚本，必须能在遇到空表、缺字段、字段名有空格、结果为空时给出明确提示，而不是直接中断。

8. 总结与进阶建议

这一节的核心，不是记住某一段 pandas 代码，而是理解批量筛选 Excel 工作表的完整处理模式：打开工作簿、遍历工作表、读取数据、判断字段、执行筛选、写入结果、验证输出。

我认为这篇笔记最值得带走的经验有三点。

第一，批量处理前必须明确对象和边界。你要处理的是一个工作簿里的所有工作表，不是一张表，也不是多个文件夹中的文件。对象不同，代码结构就不同。

第二，字段校验比筛选语法更重要。筛选语法很简单，但字段不一致会直接影响结果可靠性。真实办公数据里，字段名异常比语法错误更常见。

第三，结果验证不能省。生成文件只是第一步，结果是否符合条件才是交付标准。尤其是涉及销售金额、订单、客户、资产等数据时，必须核对行数和关键字段。

如果后续继续扩展，可以把筛选字段、筛选条件、源文件路径和输出路径做成参数，甚至做成一个小工具界面。这样就能从“读书笔记中的脚本”升级成“真实办公场景可复用的自动化工具”。

以上就是Python自动化筛选Excel工作簿中多个工作表的实战教学的详细内容，更多关于Python筛选Excel工作表的资料请关注脚本之家其它相关文章！