Python实战：使用pandas和xlwings批量筛选Excel工作簿所有工作表数据

脚本专家

在日常办公中，经常需要从一个包含多个工作表的Excel工作簿中，按同一条件筛选数据（例如只保留“销售区域=华东”的记录）。手动操作需要逐表筛选、复制、粘贴，不仅繁琐而且容易遗漏。本文介绍一种基于pandas和xlwings的自动化方案，能稳定地遍历工作簿中所有工作表，按指定字段和值进行筛选，并将结果写入新的工作簿。

适用场景与前置检查
此脚本适用于多个工作表结构相似（表头在第一行、字段名一致、数据连续），且需按同一个字段过滤的场景，例如多月份销售表或区域明细表。
运行前务必确认三点：表头是否在第一行、筛选字段名称是否在所有工作表中统一、数据区域是否连续无空行。若不符合，脚本需额外兼容处理。

核心原理与流程
流程可拆解为五步：打开源工作簿 → 遍历每张工作表 → 利用pandas读取为DataFrame → 按条件过滤数据 → 将结果写入新建的工作簿。
pandas擅长数据筛选与操作，xlwings负责与Excel文件直接交互（打开、读取、写入、保存），两者配合比模拟鼠标点击更稳定。

完整代码实现
以下代码展示一个典型场景：从“销售明细.xlsx”中所有工作表里提取“销售区域”为“华东”的数据，生成新文件“筛选结果_华东.xlsx”。

2. import os
3. import re
4. import pandas as pd
5. import xlwings as xw
7. def safe_sheet_name(name):
8.     """清理工作表名称，避免超过Excel限制或包含非法字符"""
9.     name = str(name).strip()
10.     name = re.sub(r'[\\/:*?\[\]]', "_", name)
11.     return name[:31] if name else "筛选结果"
13. # 请根据实际环境修改以下参数
14. source_file = r"E:\example\销售明细.xlsx"
15. result_file = r"E:\example\筛选结果_华东.xlsx"
16. filter_column = "销售区域"
17. filter_value = "华东"
19. app = xw.App(visible=False, add_book=False)
20. try:
21.     wb = app.books.open(source_file)
22.     result_wb = app.books.add()
23.    
24.     # 删除默认多余工作表，保留第一张备用
25.     while len(result_wb.sheets) > 1:
26.         result_wb.sheets[-1].delete()
27.    
28.     output_count = 0
29.     for sht in wb.sheets:
30.         print(f"正在处理工作表：{sht.name}")
31.         try:
32.             data = sht.range("A1").options(
33.                 pd.DataFrame,
34.                 header=1,
35.                 index=False,
36.                 expand="table"
37.             ).value
38.         except Exception as e:
39.             print(f"跳过：{sht.name}，读取失败：{e}")
40.             continue
41.         
42.         if data is None or data.empty:
43.             print(f"跳过：{sht.name}，空表或无有效数据")
44.             continue
45.         
46.         # 清理字段名前后空格
47.         data.columns = [str(col).strip() for col in data.columns]
48.         
49.         if filter_column not in data.columns:
50.             print(f"跳过：{sht.name}，缺少字段：{filter_column}")
51.             continue
52.         
53.         # 条件筛选
54.         result = data[data[filter_column].astype(str).str.strip() == filter_value]
55.         if result.empty:
56.             print(f"未命中：{sht.name}，没有符合条件的数据")
57.             continue
58.         
59.         # 写入结果工作簿
60.         if output_count == 0:
61.             result_sht = result_wb.sheets[0]
62.             result_sht.name = safe_sheet_name(sht.name)
63.         else:
64.             result_sht = result_wb.sheets.add(name=safe_sheet_name(sht.name), after=result_wb.sheets[-1])
65.         result_sht.range("A1").value = result
66.         result_sht.autofit()
67.         output_count += 1
68.         print(f"已写入：{sht.name}，筛选结果 {len(result)} 行")
69.    
70.     wb.close()
71.     if output_count == 0:
72.         print("没有任何工作表筛选出结果，结果文件未保存。")
73.         result_wb.close()
74.     else:
75.         result_wb.save(result_file)
76.         result_wb.close()
77.         print(f"筛选完成：{result_file}")
78. finally:
79.     app.quit()

复制代码

关键判断：为什么必须先检查字段存在性
批量处理时，不能默认所有工作表字段完全规范。如果某张表缺少目标字段或字段名有差异，直接使用data[filter_column]会引发异常。代码中通过if filter_column not in data.columns提前判断，可跳过并输出日志，确保脚本不被中断。
若数据来源混乱，可维护一个字段别名列表（如[“销售区域”,“区域”,“所属区域”]），逐个匹配。但需注意别名不能跨语义字段使用，以免误判。

效果验证与数据对账
脚本运行后，不能只看文件是否生成。建议至少检查：结果文件能否正常打开、每个工作表是否存在、筛选字段值是否全部为目标值（可用代码检查）、行数与手工筛选结果是否一致、关键字段是否完整。
验证代码片段（可放在脚本最后）：

2. # 验证某个结果表中的筛选字段是否全部符合条件
3. check_result = result[filter_column].astype(str).str.strip().eq(filter_value).all()
4. if check_result:
5.     print(f"{sht.name} 验证通过：筛选结果全部为 {filter_value}")
6. else:
7.     print(f"{sht.name} 验证失败：存在不符合条件的数据")

复制代码

常见踩坑与处理经验
1. 字段名隐藏空格：表头可能带有不可见空格，使用strip()清理字段名和数据值可解决。
2. 筛选值不统一：如“华东”“华东区”“华东区域”被视为不同值，需在筛选前做标准化替换。
3. 工作表名称超长：Excel限制工作表名不超过31字符，safe_sheet_name()做了截断和非法字符替换。
4. 结果文件被占用：运行脚本前关闭源文件和结果文件，否则保存会失败。
5. 默认空白工作表：新建工作簿自带空白表，应删除多余表或复用第一张表，避免结果文件出现无用空表。

总结与扩展建议
本方案的核心模式是“打开工作簿→遍历工作表→读取DataFrame→条件筛选→写入结果”，适用于结构一致的多表批量过滤。值得保留的经验：字段校验比筛选语法更重要；结果验证不能省略；稳定性高于代码简洁。
后续可将源文件路径、筛选条件、字段别名等参数化，或封装成窗口工具，使其成为可复用的自动化组件。

热心网友3

这个方案很实用，把pandas的数据处理能力和xlwings的Excel操作结合得恰到好处。代码里对工作表名称的清理和空表/字段缺失的异常处理都考虑得很周全，生产环境下确实容易踩这些坑。 提两个小思路供参考：1）如果数据量很大，可以考虑用`pandas.read_excel`配合`sheet_name=None`先批量读入内存，再统一筛选，避免频繁打开Excel对象；2）筛选值可以扩展成列表或正则，支持多值匹配或模糊筛选，适用面会更广。另外注意xlwings依赖本地安装的Excel，在服务器或无Office环境可能需要换用openpyxl直接写xlsx。 不管怎样，这套代码已经能直接解决“逐表手动筛选”的痛点了，收藏备用。

热心网友3

这个方案很实用，把繁琐的逐表筛选自动化了，代码结构也很清晰。特别是对工作表名称的清理和异常处理的考虑，让脚本在真实环境下更稳定。我注意到在筛选条件那里用了 `astype(str).str.strip()` 比对，能避免数字或空格带来的误判，细节处理很到位。 如果想进一步通用化，可以考虑把筛选条件做成参数列表（比如多个字段或值的组合），或者支持通过配置文件传入字段和值，这样适应更多场景。另外，如果数据量非常大，pandas的读取可能会占用较多内存，可以留意一下性能。 总体来讲，这个脚本在批量处理同结构工作表时非常高效，文档也写得很清楚，容易上手。感谢分享！

热心网友3

非常实用的分享！这个批处理脚本解决了逐表手工筛选的痛点，而且步骤清晰，还贴心地做了字段名清理、空表跳过和非法字符处理，细节考虑得很周到。 建议可以补充两点：一是如果工作表数量特别多（比如几十上百个），`expand='table'` 读取全表可能较慢，可以改用 `range` 配合 `used_range` 或者分块读取来优化性能；二是对于 `.xls` 格式的旧版文件，xlwings 也支持，但 pandas 直接用 `pd.read_excel` 读取速度可能会更快，可以给用户一个备选方案。另外，可以提醒用户注意筛选字段的格式（比如数值型与字符串的比较），避免因类型不一致导致筛选失效。 总之，代码结构完整，注释清晰，很适合作为团队自动化的基础模板。感谢分享！