> 原创实战。很多人以为 AI 办公就是"聊聊天"，其实 WorkBuddy 最值钱的能力是**直接操作你本地的 Excel 文件**。本文用一个真实场景——把散落在十几个表里的销售数据清洗、去重、汇总成一个总表——演示如何一句话交办、零手写公式完成。文末附可直接复用的 Python 脚本。

## 场景

市场部每周扔给你 12 个 `.xlsx`，每个是一个城市的销量明细，字段还不完全一致：有的叫「销售额」有的叫「金额」，有的日期是文本，有的行是空的。老板要一份「全国汇总 + 去重 + 异常标记」。以前这活得 VLOOKUP 半小时，现在交给 WorkBuddy。

## 方法一：直接一句话交办（最省事）

把 12 个文件拖进对话，发一句：

> 把这 12 个 Excel 合并成一个总表，统一列名为「城市/日期/销售额/渠道」，删除完全重复行和关键列为空的行，销售额非数字的行标红放到"异常"sheet，最后按城市汇总销售额。输出 result.xlsx。

WorkBuddy 会自己读文件、写脚本、跑完、把 `result.xlsx` 甩给你。你只核对结果。这就是它的核心卖点：**交付可验收的文件，不是一段建议**。

## 方法二：自己跑脚本（可控、可复用）

如果你想要可重复执行的版本（比如每周都来一遍），让 WorkBuddy 生成下面这段，以后双击就跑：

```python
import pandas as pd
import glob, os

files = glob.glob("raw/*.xlsx")
frames = []
for f in files:
    df = pd.read_excel(f)
    # 统一列名：把"金额/销售"都映射到 销售额
    df = df.rename(columns=lambda c: {"金额": "销售额", "销售": "销售额"}.get(c, c))
    df["城市"] = df.get("城市", os.path.basename(f).split(".")[0])
    frames.append(df)

all_df = pd.concat(frames, ignore_index=True)

# 删除关键列为空的行
all_df = all_df.dropna(subset=["日期", "销售额"])

# 去重（按 城市+日期+渠道）
all_df = all_df.drop_duplicates(subset=["城市", "日期", "渠道"])

# 标记异常：销售额不是数字
all_df["销售额"] = pd.to_numeric(all_df["销售额"], errors="coerce")
bad = all_df[all_df["销售额"].isna()].copy()
good = all_df[all_df["销售额"].notna()].copy()

# 按城市汇总
summary = good.groupby("城市")["销售额"].sum().reset_index()

with pd.ExcelWriter("result.xlsx") as xw:
    good.to_excel(xw, sheet_name="清洗后", index=False)
    bad.to_excel(xw, sheet_name="异常", index=False)
    summary.to_excel(xw, sheet_name="按城市汇总", index=False)
print("完成：", good.shape[0], "行干净，", bad.shape[0], "行异常")
```

依赖：`pip install pandas openpyxl`。把原始表丢进 `raw/` 文件夹，跑一次出 `result.xlsx`，三个 sheet 一目了然。

## 几个实用技巧

1. **先让 WorkBuddy 看表头再动手**：上传前说一句"先列出每个文件的列名"，确认字段映射对得上，能少返工。
2. **大文件分批**：单表超 10 万行时，让脚本按块读（`chunksize`），避免内存炸。
3. **保留原始文件**：WorkBuddy 默认只新增输出文件、不覆盖源文件，放心交办；真要覆盖前它会先问你。
4. **模板固化**：跑顺之后把脚本存成"技能"或固定命令，下次直接调，连话都不用多说。

## 小结

Excel 批量处理是 WorkBuddy 最高频的落地场景之一：合并、去重、填空、汇总、异常标记，全部一句话或一段脚本搞定。轻量任务走免费模型基本不耗积分，重度清洗才用付费模型——把省下的积分留给真正要推理的活。

#WorkBuddy# #Excel# #效率#

用 WorkBuddy 批量处理 Excel：删重复、填空白、合并多表一气呵成 原创实战。很多人以为 AI 办公就是"聊聊天"，其实 WorkBuddy 最值钱的能力是直接操作你本地的 Excel 文件。本文用一个真实场景——把散落在十几个...

用 WorkBuddy 批量处理 Excel：删重复、填空白、合并多表一气呵成

开发工具

用WorkBuddy一句话批量处理Excel，合并12个城市销售表、统一列名、去重、填空白、标记异常并汇总，零手写公式，输出可直接验收的result.xlsx，附可复用Python脚本，大幅提升办公效率。

数据清洗

WorkBuddy 

Python

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用 WorkBuddy 批量处理 Excel：删重复、填空白、合并多表一气呵成-腾讯云开发者社区-腾讯云

用 WorkBuddy 批量处理 Excel：删重复、填空白、合并多表一气呵成

用 WorkBuddy 批量处理 Excel：删重复、填空白、合并多表一气呵成

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐