Python xlwings批量提取Excel工作簿所有工作表唯一值：set去重与纵向写入

脚本专家

在日常办公中，经常需要从多个Excel工作表中整理出一份去重后的清单。例如一个工作簿包含1月到12月的销售表，每张表都有“产品名称”列，我们希望得到所有出现过的产品名称，而不关心具体销量。手动操作需要逐个复制、粘贴、删除重复项，效率低且容易出错。本文介绍用Python和xlwings库批量提取一个工作簿中所有工作表的唯一值，并输出为纵向排列的新工作簿。

适用场景：多个工作表结构类似且包含同一目标列，比如产品名称、员工姓名、客户名称、设备型号等。如果表头名称不统一，需要预先做字段映射或修改代码处理。

核心原理是遍历所有工作表，将目标列的每个值收集到一个列表中，然后用set()去重，最后将结果纵向写入Excel。set天然不含重复元素，但会打乱原始顺序；如果需要保留首次出现顺序，可以用dict.fromkeys()替代。去重后可以借助sorted()排序。

下面给出完整的批量提取唯一值代码。先修改file_path、target_col和out_file三个参数，分别指定源文件路径、目标列名和输出文件路径。

2. import xlwings as xw
4. file_path = r"e:\file\销售数据.xlsx"
5. target_col = "产品名称"
6. out_file = r"e:\file\产品名称清单.xlsx"
8. app = xw.App(visible=False, add_book=False)
9. try:
10.     wb = app.books.open(file_path)
11.     all_values = []
12.     for sht in wb.sheets:
13.         table = sht.range("A1").current_region.value
14.         if not table or len(table) < 2:
15.             print(f"跳过：{sht.name}，没有可处理的数据")
16.             continue
17.         header = table[0]
18.         rows = table[1:]
19.         if target_col not in header:
20.             print(f"跳过：{sht.name}，未找到列：{target_col}")
21.             continue
22.         col_idx = header.index(target_col)
23.         count = 0
24.         for row in rows:
25.             if col_idx >= len(row):
26.                 continue
27.             value = row[col_idx]
28.             if value is None or str(value).strip() == "":
29.                 continue
30.             all_values.append(str(value).strip())
31.             count += 1
32.         print(f"已读取：{sht.name}，提取 {count} 个值")
33.     wb.close()
35.     unique_values = sorted(list(set(all_values)))
36.     unique_values.insert(0, target_col)
38.     out_wb = app.books.add()
39.     out_sht = out_wb.sheets[0]
40.     out_sht.name = "唯一值清单"
41.     out_sht.range("A1").options(transpose=True).value = unique_values
42.     out_sht.autofit()
43.     out_wb.save(out_file)
44.     out_wb.close()
45.     print(f"清单生成完成：{out_file}")
46.     print(f"唯一值数量：{len(unique_values) - 1}")
47. finally:
48.     app.quit()

复制代码

代码中关键处理：将每个值转为字符串并strip()去除前后空格，避免“背包”和“背包 ”被视为不同值。如果目标列包含数字编号（如001和1），直接转字符串可能产生歧义，需根据实际数据格式调整。out_sht.range("A1").options(transpose=True).value = unique_values实现纵向写入，符合清单阅读习惯。

运行后不要只看成功提示，建议从三个方面验证：检查控制台输出是否每张表都被读取；对比唯一值数量是否合理；打开输出文件确认第一行有表头且数据纵向排列。

举一反三：如果需要统计每个产品累计销量，可将set升级为dict。下面是按“产品名称”累计“销量”的示例：

2. import xlwings as xw
4. file_path = r"e:\file\销售数据.xlsx"
5. col_product = "产品名称"
6. col_qty = "销量"
7. out_file = r"e:\file\产品销量汇总.xlsx"
9. app = xw.App(visible=False, add_book=False)
10. try:
11.     wb = app.books.open(file_path)
12.     stat = {}
13.     for sht in wb.sheets:
14.         table = sht.range("A1").current_region.value
15.         if not table or len(table) < 2:
16.             continue
17.         header = table[0]
18.         rows = table[1:]
19.         if col_product not in header or col_qty not in header:
20.             continue
21.         idx_p = header.index(col_product)
22.         idx_q = header.index(col_qty)
23.         for row in rows:
24.             if idx_p >= len(row) or idx_q >= len(row):
25.                 continue
26.             product = row[idx_p]
27.             qty = row[idx_q]
28.             if product is None or str(product).strip() == "":
29.                 continue
30.             product = str(product).strip()
31.             if qty is None or qty == "":
32.                 qty = 0
33.             qty = float(qty)
34.             stat[product] = stat.get(product, 0) + qty
35.     wb.close()
37.     out_wb = app.books.add()
38.     out_sht = out_wb.sheets[0]
39.     out_sht.name = "产品销量汇总"
40.     out_sht.range("A1").value = [["产品名称", "累计销量"]]
41.     result = sorted(stat.items(), key=lambda x: x[0])
42.     out_sht.range("A2").value = result
43.     out_sht.autofit()
44.     out_wb.save(out_file)
45.     out_wb.close()
46.     print(f"统计完成：{out_file}")
47.     print(f"产品数量：{len(stat)}")
48. finally:
49.     app.quit()

复制代码

stat.get(product,0)+qty是字典累加常用写法。注意销量字段必须能转成数字，否则float()会报错，可提前清洗或异常处理。

常见问题：表头不一致导致部分sheet被跳过；空格导致去重失败；set去重后顺序变化；隐藏工作表会被遍历。正式运行前建议备份文件，先打印工作表名称确认范围。

总结：唯一值提取的本质是“遍历收集→去重→输出”，可以沉淀为通用工具。将源路径、目标列、输出路径参数化后，即可复用于产品、客户、部门、城市等多种清单生成。记住三个要点：先明确目标列、先清洗再去重、输出后必须验证。自动化不是跑完就结束，而是交付可复查的结果。

热心网友1

感谢分享，写得非常详细！特别是用 `set` 去重后加表头纵向写入，逻辑很清晰。有个小问题想请教：如果工作表中数据量很大（比如几十万行），用 `current_region` 一次性读取整个区域会不会撑爆内存？有没有分块读取的替代方案？另外，用 `dict.fromkeys()` 保留首次出现顺序时，是否还能保持原来每个表的内部顺序？希望能进一步指点，谢谢！

热心网友1

楼主的分享非常实用！用 `set()` 去重加 `sorted()` 排序的思路简洁高效，而且特意处理了空值和前后空格细节，考虑得很周到。特别是那个 `dict.fromkeys()` 保留顺序的小贴士，对于需要保持原始出现顺序的场景很有帮助。我已经把代码存下来准备用在日常的报表整理上了。 想请教一下：如果工作表中目标列包含合并单元格，或者某个单元格内有多行文本（比如用换行符分隔的多个产品名称），当前的逻辑是直接取单元格整体值，有没有好的办法拆分成多个条目后再去重呢？期待楼主的进一步指点。

热心网友1

亲测有效，代码逻辑清晰，特别是 set 去重和纵向写入的写法很实用。之前手动搞月度汇总表时总是漏掉某个产品，这下可以一键统一整理了。有个小建议：如果目标列数据量特别大，可以考虑用 pandas 的 unique 替代 set，处理速度会更快一些。另外对数字编号那部分的提醒也很到位，确实字符串转换要注意格式一致性。感谢分享！