Automate Excel

核心用法

automate-excel 是一套面向 Excel 文件处理的自动化技能，涵盖 16 个专用脚本，可完成从基础格式转换到复杂数据处理的完整工作流。核心能力包括：

数据整合：merge_sheets.py 支持多文件/多 sheet 合并；merge_tables.py 与 vlookup_multi.py 实现类 VLOOKUP 的多表关联，支持 left/inner/outer 连接模式。

清洗转换：filter_excel.py 提供列条件筛选（=、>、<、~ 包含）；deduplicate_excel.py 按指定列去重；split_excel.py 支持按行数分片或按列值拆分为多个文件；transpose_excel.py 实现行列转置。

分析聚合：aggregate_excel.py 内置 sum/count/mean/min/max 等聚合函数，支持分组统计；配合 pandas 可实现复杂数据透视。

格式控制：format_conditional.py 支持条件格式（大于/小于/色阶/重复值）；format_columns_as_text.py 解决长数字科学计数法显示问题；template_fill.py 通过 {{列名}} 占位符实现批量模板填充。

质量保障：validate_excel.py 校验必填列、重复键、空行等业务规则。

技术栈采用 openpyxl（保留格式、公式、多工作表）与 pandas（数据分析引擎）双核心，旧格式 .xls 由 xlrd 支持只读。

显著优点

• 开箱即用：16 个独立脚本覆盖 90% 常见 Excel 场景，无需编写复杂代码
• 格式保全：基于 openpyxl 保留原文件格式、公式、样式，优于纯 pandas 方案
• 批量友好：内置目录遍历与批量处理模式，支持错误隔离和进度反馈
• 灵活扩展：提供底层 API 示例，用户可基于模板快速定制业务逻辑

潜在局限

• .xls 格式仅支持只读，写入需先转换为 .xlsx
• 极大规模文件（百万行级）内存占用较高，未明确支持流式分块处理
• 复杂图表、宏、VBA 等内容无法保留或编辑
• 条件格式仅支持基础规则，不支持自定义公式条件

适合人群

数据分析师、财务/运营人员、Python 自动化开发者、需要替代手工 Excel 操作的办公场景用户。

常规风险

• 数据覆盖风险：输出文件默认覆盖，建议确认备份或使用版本控制
• 编码问题：CSV 交互时需关注 UTF-8/BOM 编码，避免中文乱码
• 精度损失：pandas 读取大整数可能转为 float，关键编号列建议强制文本格式
• 依赖冲突：openpyxl 与 xlrd 版本需匹配，建议通过 requirements.txt 锁定

核心用法

automate-excel 是一套面向 Excel 文件的自动化处理解决方案，通过预置的 Python 脚本实现常见表格操作，无需用户编写代码。核心功能涵盖四大类：

数据整合：多文件/多工作表合并（merge_sheets.py）、CSV 与 Excel 双向转换、两表按键对齐合并（类 VLOOKUP）、多表依次查找（vlookup_multi.py）。

数据清洗：按条件筛选行（等于/大于/包含）、按行数或列值拆分文件、指定列去重、选择/重命名列、行列转置。

数据分析：按列分组聚合（求和/计数/平均/最值）、数据校验（必填列/重复键/空行检测）。

格式处理：条件格式（大于/小于/重复值/色阶）、列格式设为文本（避免长数字变科学计数法）、基于模板的批量填充（{{列名}} 占位符）、工作表重命名。

技术栈以 openpyxl 为主保格式兼容，pandas 为辅做数据分析。使用时先安装依赖 pip install openpyxl pandas xlrd，再调用 scripts/ 目录下的脚本并传参。

显著优点

• 零代码门槛：18 个预置脚本覆盖 90% 日常 Excel 场景，命令行参数即可完成复杂操作
• 格式保留：基于 openpyxl 实现，可保留原文件公式、样式、多工作表结构
• 批量处理能力：支持目录级文件批量处理，自动枚举、错误隔离、汇总报告
• 灵活扩展：提供代码示例，用户可基于 pandas/openpyxl 自定义逻辑
• 轻量无侵入：纯本地执行，无需安装 Office 或上传数据至云端

潜在局限

• 旧格式限制：.xls 文件仅支持只读（依赖 xlrd），写入需先转 .xlsx
• 性能边界：超大文件（百万行级）可能内存受限，未提供分块流式处理方案
• 脚本未实际包含：安全认证报告指出文档提及的 scripts/ 目录在当前版本中未实际存在，需用户自行实现或等待后续更新
• 无 GUI：纯命令行工具，对非技术用户有一定学习成本
• 跨平台兼容性：依赖 Python 环境，Windows 用户需额外配置

适合人群

• 数据分析师：日常报表合并、清洗、格式转换
• 财务/运营人员：周期性数据处理、批量生成标准格式文件
• 开发者：快速搭建 Excel 处理流水线，作为 ETL 工具链一环
• 中小团队：无预算采购专业 ETL 工具时的替代方案

常规风险

• 数据覆盖风险：输出文件默认覆盖，建议先备份或使用 --output 指定新路径
• 编码问题：CSV 读写需关注编码参数，中文场景建议显式指定 utf-8-sig
• 公式丢失：data_only=True 读取时会丢弃公式仅保留值，需按需选择模式
• 权限要求：写入已打开的文件会失败，需确保目标文件未被占用

安全认证要点

经 CLS-Certify v2.1.0 六维扫描（静态分析、动态行为、依赖审计、网络流量、隐私合规、威胁情报），该 Skill 为 纯 Markdown 文档型（T-MD），无可执行代码、无外部依赖、无网络通信、无敏感信息泄露，综合评分 95/A 级。符合 GDPR/CCPA 数据最小化原则，无权限升级诱导或动态代码加载风险。主要建议：补充开源许可证、考虑 GitHub 公开来源以提升可信度至 T2 级别。