Python批量实现更改Excel中多个工作簿的数据格式

1. 问题背景：为什么要批量更改多个工作簿的数据格式

本文主题是：批量更改多个工作簿的数据格式。这类需求在真实办公场景里很常见，尤其是多个部门、多个区域、多个项目分别提交 Excel 报表时，数据内容可能是对的，但显示格式经常不统一。

比如日期列里有的显示为 2026/1/1，有的显示为 2026-01-01，还有的显示为 1 Jan 2026；金额列里有的没有千分位，有的保留一位小数，有的又带货币符号；百分比列里有的显示为 0.1234，有的显示为 12.34%。这些问题单看一个文件不严重，但如果几十个工作簿都这样，后续汇总、审核和展示都会很难看。

推荐做法是：把这种“格式规则明确、处理文件数量多、人工统一成本高”的工作交给 Python 批量处理。人负责确定格式标准，脚本负责逐个打开工作簿、定位数据区域、设置显示格式、保存结果。

这张图展示的是本文的整体目标：用 Python + Excel 自动化，将多个工作簿中的日期、金额、百分比等数据格式一次性统一。

从图中可以看出，本文关注的不是单个单元格的手动格式调整，而是批量处理多个工作簿的数据格式标准化。这也是办公自动化真正有价值的地方：不是替代一次点击，而是把大量重复点击变成稳定规则。

2. 应用场景：哪些格式问题适合用 Python 批量处理

这个案例适合处理三类典型问题：日期格式统一、金额格式统一、百分比格式统一。只要这些列的位置相对固定，或者可以通过表头定位，就可以通过脚本批量设置显示格式。

在公司报表里，数据格式不统一经常不是因为员工不会填，而是来源系统不同、复制粘贴习惯不同、Excel 自动识别规则不同。最后造成一个结果：表面上都是“日期”“金额”“百分比”，实际展示出来却很混乱。

这里要先明确一个边界：number_format 主要控制的是 Excel 的显示格式，它不等于数据清洗。也就是说，如果一个单元格本质上是文本，单纯设置 number_format 不一定能把它变成真正的日期或数字。

这张图展示的是批量统一数据格式的应用场景，包括日期格式、金额格式、百分比格式，以及多个报表工作簿的批量处理。

从图中可以看出，批量改格式适合解决“显示不统一”的问题。比如把 2026/1/1 统一显示为 2026-01-01，把 1234567 统一显示为 1,234,567.00，把 0.1234 统一显示为 12.34%。这些处理能明显提升报表规范性，也能减少人工校对成本。

3. 核心原理：动态找末行，再设置 number_format

这一节的核心不是“给某个单元格设置格式”，而是对多个工作簿中的指定数据区域批量设置格式。所以代码要解决两个关键问题：第一，怎么找到每个文件的数据区域；第二，怎么给不同列设置不同的显示格式。

核心思路可以拆成四步：先遍历目标文件夹，找到所有需要处理的 Excel 文件；再打开每个工作簿并定位目标工作表；然后通过 current_region.last_cell.row 动态获取数据末行；最后对日期列、金额列、百分比列分别设置 number_format 并保存。

这张图展示的是批量更改多个工作簿数据格式的核心流程：读取文件、定位工作表、动态获取末行、设置格式并保存。

从图中可以看出，流程里最关键的一步是动态获取末行。如果把范围写死为 A2:A10000，短表会处理多余空白，长表又可能漏数据。用动态末行可以让脚本适应不同工作簿的数据量。

4. 实现代码：批量更改日期、金额、百分比格式

下面这份代码假设第 1 行是表头，A 列是日期，B 列是金额，C 列是百分比。脚本会从目标文件夹中遍历所有 Excel 文件，并批量设置这三列的数据格式。

import os
import xlwings as xw

# ====== 需要根据实际情况修改的参数 ======
folder_path = r"e:\file\target"   # 多个 Excel 文件所在文件夹
sheet_name = "Sheet1"             # 需要处理的工作表名称
# ======================================

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

try:
    for file in os.listdir(folder_path):

        # 跳过 Excel 临时文件
        if file.startswith("~$"):
            continue

        # 只处理 Excel 文件
        if not file.lower().endswith((".xlsx", ".xls", ".xlsm")):
            continue

        full_path = os.path.join(folder_path, file)
        wb = None

        try:
            wb = app.books.open(full_path)

            # 如果目标工作表不存在，则跳过当前文件
            sheet_names = [s.name for s in wb.sheets]
            if sheet_name not in sheet_names:
                print(f"跳过：{file}，不存在工作表：{sheet_name}")
                continue

            sht = wb.sheets[sheet_name]

            # 动态获取末行：以 A1 为起点识别连续数据区域
            last_row = sht.range("A1").current_region.last_cell.row

            # 如果只有表头，没有数据，则跳过
            if last_row < 2:
                print(f"跳过：{file}，没有有效数据")
                continue

            # 构造动态区域
            rng_date = sht.range(f"A2:A{last_row}")
            rng_amount = sht.range(f"B2:B{last_row}")
            rng_rate = sht.range(f"C2:C{last_row}")

            # 设置显示格式
            rng_date.number_format = "yyyy-mm-dd"
            rng_amount.number_format = "#,##0.00"
            rng_rate.number_format = "0.00%"

            wb.save()
            print(f"已更改数据格式：{file}，末行：{last_row}")

        finally:
            if wb is not None:
                wb.close()

finally:
    app.quit()

这份脚本比最简单版本多了几个保护动作：跳过 ~$ 临时文件、判断工作表是否存在、判断是否有有效数据、用 try/finally 确保工作簿关闭。这些细节看起来不显眼，但对批量处理非常重要。

如果是正式处理业务文件，建议先复制一份测试目录，再运行脚本。格式类操作虽然一般不会删除数据，但一旦批量改错，返工也很麻烦。

5. 关键代码逻辑：current_region、last_row 与 number_format

这段代码最关键的不是 for 循环，而是下面这句：

last_row = sht.range("A1").current_region.last_cell.row

它的含义是：从 A1 出发，识别当前连续数据区域，然后取这个区域最后一个单元格所在的行号。这样就可以得到当前工作表的实际数据末行。

有了 last_row 之后，就能动态构造区域：

rng_date = sht.range(f"A2:A{last_row}")
rng_amount = sht.range(f"B2:B{last_row}")
rng_rate = sht.range(f"C2:C{last_row}")

最后再分别设置显示格式：

rng_date.number_format = "yyyy-mm-dd"
rng_amount.number_format = "#,##0.00"
rng_rate.number_format = "0.00%"

这张图展示的是关键代码逻辑：动态找末行、设置 number_format，并强调格式设置只影响显示，不直接改变底层数值。

从图中可以看出，number_format 的价值在于统一显示规则。日期列显示为 yyyy-mm-dd，金额列显示为 #,##0.00，百分比列显示为 0.00%。但这里必须记住：number_format 不是万能的数据转换工具，它主要控制显示格式，不负责把文本彻底清洗成真实日期或真实数字。

6. 操作步骤：先小范围验证，再批量执行

这类脚本不要一上来就直接跑正式目录。更稳的做法是先准备 2 到 3 个测试工作簿，确认格式效果正确，再扩大到完整文件夹。

第一步，确认目标文件夹。把需要处理的 Excel 文件放在同一个目录中，避免混入无关文件。对于 Excel 自动生成的临时文件，脚本中已经用 file.startswith("~$") 跳过。

第二步，确认目标工作表名称。示例代码里使用的是 Sheet1，实际工作中可能是 销售明细、数据表、报表。名称不一致时，脚本会跳过该文件。

第三步，确认列规则。示例中默认 A 列是日期、B 列是金额、C 列是百分比。如果你的表结构不同，必须修改对应列区域，不能机械照抄。

第四步，小范围运行并检查结果。重点看日期、金额、百分比是否显示正确，是否存在文本无法格式化的问题。

我的建议是：批量处理前先打印文件名和末行，确认脚本识别的目标范围是否符合预期。

print(f"当前文件：{file}")
print(f"识别到的数据末行：{last_row}")

日志越清楚，排错越省时间。尤其是处理多个工作簿时，一旦某个文件结构异常，日志可以快速告诉你问题发生在哪一个文件。

7. 知识延伸：批量设置外观格式

数据格式统一只是第一步。很多公司报表还要求表头加粗、居中、底色统一、正文自动换行、边框规范。对于这类外观格式，xlwings 也可以通过 .api 调用 Excel 的底层属性。

# 假设已经获取 sht 和 last_row

# 1. 设置表头格式
header_rng = sht.range("A1:C1")
header_rng.api.Font.Bold = True
header_rng.api.HorizontalAlignment = -4108   # 居中
header_rng.api.VerticalAlignment = -4108     # 垂直居中
header_rng.color = (217, 217, 217)           # 浅灰色底色

# 2. 设置正文格式
body_rng = sht.range(f"A2:C{last_row}")
body_rng.api.Font.Name = "微软雅黑"
body_rng.api.Font.Size = 10
body_rng.api.HorizontalAlignment = -4131     # 左对齐
body_rng.api.WrapText = True                 # 自动换行

# 3. 设置边框
body_rng.api.Borders.Weight = 2

.api 的作用可以理解为：直接调用 Excel COM 对象的能力。它比普通属性更底层，也更接近 Excel 原生功能，适合处理字体、边框、对齐、颜色这类外观细节。

但要注意：外观格式越复杂，脚本越容易和不同电脑上的 Excel 环境、字体环境、区域设置产生差异。正式批量处理前，最好先在几台典型电脑上验证效果。

8. 常见问题：批量改格式前后必须检查

批量改格式最容易让人误判。很多时候脚本没有报错，但结果并不一定符合预期。尤其是 current_region、文本日期、文本数字这些问题，如果不提前理解，后面会踩坑。

这张图展示的是批量改格式前后最需要检查的几个点：跳过临时文件、检查空行、确认真实数据类型、验证最终结果。

从图中可以看出，~$ 开头的 Excel 临时文件要跳过；如果数据区域中间有整行空行，current_region 可能提前结束；如果日期和数字本质上是文本，单纯设置 number_format 可能只改变显示规则，不能完成真实数据类型转换。

最危险的误区是：看到单元格“长得像日期”或者“长得像数字”，就以为它已经是真实日期或真实数字。Excel 里显示像，不代表类型对。后续如果要参与公式计算或汇总统计，就必须进一步确认数据类型。

如果怀疑某一列是文本数字，可以先通过 Excel 现象判断：单元格左上角是否有绿色提示，求和结果是否异常，排序是否按文本顺序排列。也可以在脚本里加入更严格的数据清洗逻辑，但那已经超出单纯 number_format 的范围。

9. 效果验证：用脚本检查格式是否生效

批量处理之后，建议至少抽查几个文件。更稳一点的做法，是写一个验证脚本，把目标区域的 number_format 打印出来，确认格式是否真的写入。

import os
import xlwings as xw

folder_path = r"e:\file\target"
sheet_name = "Sheet1"

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

try:
    for file in os.listdir(folder_path):

        if file.startswith("~$"):
            continue

        if not file.lower().endswith((".xlsx", ".xls", ".xlsm")):
            continue

        full_path = os.path.join(folder_path, file)
        wb = None

        try:
            wb = app.books.open(full_path)

            if sheet_name not in [s.name for s in wb.sheets]:
                print(f"跳过：{file}，不存在工作表：{sheet_name}")
                continue

            sht = wb.sheets[sheet_name]

            print(f"文件：{file}")
            print("A2 日期格式：", sht.range("A2").number_format)
            print("B2 金额格式：", sht.range("B2").number_format)
            print("C2 百分比格式：", sht.range("C2").number_format)
            print("-" * 40)

        finally:
            if wb is not None:
                wb.close()

finally:
    app.quit()

这个验证脚本不修改文件，只读取格式结果。对于批量处理任务来说，验证脚本和处理脚本一样重要。只会批量执行，不会验证结果，自动化就还不够可靠。

10. 总结提升：格式统一背后是报表标准化能力

这一节表面上是在学习 number_format，实际是在训练一种很重要的办公自动化能力：批量统一多个工作簿的报表标准。这类能力在真实办公里很有用，因为很多报表问题不是数据本身错，而是格式混乱导致阅读、汇总和审核成本变高。

这一节我重点掌握了四个点：用 os.listdir() 遍历文件夹；用 current_region.last_cell.row 动态获取末行；用 number_format 设置日期、金额、百分比显示格式；最后通过验证脚本检查格式是否真正生效。

不要把“格式统一”看成简单美化。在正式报表里，格式规范就是数据质量的一部分。日期格式不统一、金额显示不规范、百分比小数位混乱，都会影响别人对报表专业度的判断。

我对这一节的理解是：Python 做 Excel 自动化，不只是为了少点几下鼠标，更重要的是把报表处理规则固化下来。只要规则稳定，脚本就能重复执行；只要脚本可验证，这套流程就能沉淀成真正可复用的办公工具。

以上就是Python批量实现更改Excel中多个工作簿的数据格式的详细内容，更多关于Python批量更改Excel数据格式的资料请关注脚本之家其它相关文章！