每个打工人几乎都经历过这样的场景：月初要把十几个分公司的 Excel 销售报表汇总成一张总表，格式不统一、表头错位、空行乱飞，复制粘贴到手酸。本文分享我如何用 WorkBuddy 把这类重复劳动自动化，从「手动 2 小时」压缩到「确认 2 分钟」。

我所在的小组每月需要汇总 12 个区域经理发来的《月度销售明细表.xlsx》。每张表的列名大同小异，但总有人把「销售额」写成「金额」、把「客户名称」写成「客户」，甚至还有人在表头前插了两行标题。过去我得一张张打开、统一列名、删空行、再 VLOOKUP，动辄一个多小时，还很容易出错。

用 WorkBuddy 后，我的流程变成：把 12 个文件丢进一个文件夹 → 让 WorkBuddy 自动读取并清洗 → 输出汇总表 → 我只需要检查最后一行合计。下面把完整操作拆成 6 步。

 文件放进去。建议让各区域尽量使用同一模板，但如果格式略有差异也不用担心，下一步会处理。

 技能，专门处理 Excel/xlsx/csv 的读取、清洗、公式和图表。如果你看不到该技能，可以在技能市场里搜索「Excel」或「SheetAgent」安装。安装后，在 WorkBuddy 中可以直接用自然语言让它操作表格。

3. 用 Python 脚本批量读取并标准化

如果你的文件格式差异较大，推荐写一个轻量级 Python 脚本来做「粗清洗」。WorkBuddy 可以帮你生成并运行这段代码。下面是我实际在跑的一个简化版本：

import pandas as pd
from pathlib import Path

src_dir = Path(r"D:\Reports\2026-08")
out_path = Path(r"D:\Reports\2026-08-汇总.xlsx")

column_map = {
    "客户名称": "客户",
    "客户": "客户",
    "金额": "销售额",
    "销售额": "销售额",
    "成交日期": "日期",
    "日期": "日期",
}

frames = []
for f in src_dir.glob("*.xlsx"):
    if f.name == out_path.name:
        continue
    df = pd.read_excel(f, header=None)
    # 定位真正的表头行：找到包含"客户"或"销售额"的第一行
    header_row = None
    for idx, row in df.iterrows():
        if any(str(cell) in ["客户", "客户名称", "销售额", "金额"] for cell in row):
            header_row = idx
            break
    if header_row is None:
        print(f"跳过无法识别表头的文件：{f.name}")
        continue
    df.columns = df.iloc[header_row]
    df = df.iloc[header_row + 1 :].reset_index(drop=True)
    df = df.rename(columns=column_map)
    df = df.dropna(how="all")
    df["来源文件"] = f.stem
    frames.append(df[["客户", "销售额", "日期", "来源文件"]])

result = pd.concat(frames, ignore_index=True)
result["销售额"] = pd.to_numeric(result["销售额"], errors="coerce")
result = result.dropna(subset=["销售额"])
result.to_excel(out_path, index=False)
print(f"汇总完成，共 {len(result)} 条记录，输出到 {out_path}")

把这段代码粘贴给 WorkBuddy，让它用本地 Python 环境执行即可。脚本会自动跳过汇总文件本身、识别真正的表头行、统一列名、删除空行，并把文件名作为来源标注。

运行完脚本后，你可以直接对 WorkBuddy 说：

SheetAgent 会调用底层能力完成透视、排序和图表生成，无需你手动写 Excel 公式。如果你需要更复杂的操作（如按日期分组、计算环比），同样可以用自然语言描述，它会自动构造对应的公式或 Python 代码。

如果这套流程每月都要跑，可以在 WorkBuddy 中把它配置成定时自动化任务。打开自动化配置，设置每月 1 日上午 9:30 执行，工作目录指向你的报表文件夹。任务 Prompt 可以写：

读取 C:\Users\Administrator\Documents\Reports\上月 下的所有 xlsx 文件，
用 Python 脚本标准化列名并汇总，输出到同目录下的 汇总.xlsx，
然后按客户汇总销售额并生成图表。

这样每个月月初，WorkBuddy 会自动帮你把报表处理好，并推送到你的邮箱或聊天窗口。

最后一步不要省：人工抽查 2–3 个来源文件和汇总表的合计数是否一致。自动化能省时间，但关键数字仍需人眼确认。确认无误后，把汇总表上传到腾讯文档或企业云盘，分享给团队。

WorkBuddy 的 Excel 处理不是简单的「AI 写公式」，而是把「文件读取 → 格式清洗 → 数据汇总 → 图表呈现 → 定时执行」串成了一条可复用的工作流。对于每月重复的报表任务，建议先用 Python 做标准化，再用 SheetAgent 做交互式分析，最后配置成定时自动化。这样你就能把精力从「搬数据」转移到「看数据」上。

如果你也有类似的重复表格工作，欢迎在评论区分享场景，我可以帮你设计具体的 WorkBuddy 工作流。

WorkBuddy × Excel表格处理技巧：让重复报表自动化，解放你的下班时间

用 WorkBuddy 把每月 12 张 Excel 销售报表的"复制粘贴"变成 2 分钟确认：Python 标准化列名 + SheetAgent 透视分析 + 自动化任务每月定时执行。附真实可运行代码。

开发工具

数据库

职业发展

用WorkBuddy将12个Excel销售报表汇总从手动2小时压缩到确认2分钟，通过Python脚本自动清洗列名、删除空行，再配合SheetAgent生成图表，支持定时自动化，大幅提升重复表格处理效率。

企业云盘

腾讯文档

WorkBuddy 

Python

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

腾讯云BI特惠9.9元起！


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！

WorkBuddy × Excel表格处理技巧：让重复报表自动化，解放你的下班时间

WorkBuddy × Excel表格处理技巧：让重复报表自动化，解放你的下班时间

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