Python 玩转 Excel 案例【第 5 期】

大家好！今天我们来学习一个HR小伙伴经常遇到的场景：如何快速找出四个季度都上榜的优秀员工？

手动对比四个季度的名单，眼睛都快看花了，还容易漏掉。今天这个Python脚本，1秒钟帮你搞定！

一、案例背景

年底了，公司要评选全年优秀员工——条件很简单：四个季度都上榜的人。

打开Excel一看，四个季度的名单分别在B、C、D、E列：

• • 第1季度：B列
• • 第2季度：C列
• • 第3季度：D列
• • 第4季度：E列

你的任务：找出同时出现在这四列的人。

手动做法：复制→粘贴→去重→比对……四个季度比完，半小时过去了。

今天这个脚本：双击运行，3秒出结果！

二、整体功能预览

这个脚本主要完成以下任务：

• • ✅ 读取Excel文件的指定工作表
• • ✅ 提取四个季度的员工名单（B-E列）
• • ✅ 计算四个季度的交集（共同出现的人）
• • ✅ 将结果保存到新的工作表

三、准备工作

安装必要的库：

pip install pandas openpyxl

• • pandas：核心数据处理库
• • openpyxl：Excel文件读写引擎

四、代码整体结构

import logging
from pathlib import Path
from typing import List, Optional, Union

import pandas as pd

# 配置日志
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)

# 核心函数
def process_employee_data(...): ...

def main():
    """主函数"""
    success = process_employee_data("Chapter-5.xlsx")
    print("处理成功" if success else "处理失败")

if __name__ == "__main__":
    main()

五、核心函数详解

1. 函数定义与参数

def process_employee_data(
    file_path: Union[str, Path],
    source_sheet: str = "优秀员工名单表",
    target_sheet: str = "全年优秀表",
    quarter_cols: Optional[List[int]] = None
) -> bool:

参数说明：

• • file_path：Excel文件路径
• • source_sheet：要读取的工作表名称（默认"优秀员工名单表"）
• • target_sheet：要写入的工作表名称（默认"全年优秀表"）
• • quarter_cols：四个季度的列索引（默认值是None）

返回值：布尔值，表示处理是否成功

2. 参数初始化

# 默认列索引(B-E列)
if quarter_cols is None:
    quarter_cols = [1, 2, 3, 4]

file_path = Path(file_path)

知识点：

• • Path(file_path)：将字符串路径转为Path对象，方便路径操作
• • quarter_cols 用 Optional 表示可以传None，内部再赋默认值（避免可变默认参数的问题）

3. 读取数据

# 1. 读取数据
logger.info(f"读取文件: {file_path}")
df = pd.read_excel(file_path, sheet_name=source_sheet)

if df.empty:
    logger.error("数据为空")
    return False

关键点：

• • sheet_name=source_sheet：只读取指定的工作表
• • 读取后先检查是否为空数据

4. 提取各季度名单（核心处理）

# 2. 提取各季度名单（得到的是一个set集合的列表）
quarterly_sets = [
    set(df.iloc[:, col].dropna().astype(str).str.strip())
    for col in quarter_cols
    if col < len(df.columns)
]

# 过滤空集合
quarterly_sets = [s for s in quarterly_sets if s]

逐层拆解：

df.iloc[:, col]：选取第col列的所有行

• • iloc：基于整数位置的索引
• • :：所有行
• • col：指定的列

.dropna()：删除空值（去除表格中的空白单元格）

.astype(str)：转换为字符串类型（防止数字、日期等类型导致后续处理出错）

.str.strip()：去除字符串两端的空格（清理数据中可能存在的多余空格）

set(...)：转换为集合（自动去重，且支持高效的交集运算）

📝 .str 笔记

✅ 用 .str 的情况

想对这一列的每个元素做字符串操作时：

df['姓名'].str.strip()    # 每个名字去空格
df['姓名'].str.upper()    # 每个名字转大写
df['姓名'].str.contains('张')  # 每个名字是否含'张'

❌ 不用 .str 的情况

df['姓名'].dropna()    # 删除空行（操作整列，不是操作每个格子）
df['姓名'].unique()    # 去重（操作整列）
df.shape               # 操作整个表格
' 张三 '.strip()       # 操作单个字符串

⚡️ 一句话记法

.str 就是说："这一列的每一个元素，都给我..."

📝 列表推导式顺序

[表达式 for 变量 in 可迭代对象 if 条件]
#  ③表达式  ①循环    ②过滤

执行顺序：①循环 → ②判断 → ③表达式

咱们的代码：

quarterly_sets = [
    set(df.iloc[:, col]...)  # ③符合条件的才执行这个
    for col in quarter_cols   # ①遍历每个季度
    if col < len(df.columns)  # ②只处理存在的列
]

等价于：

for col in quarter_cols:           # ①先循环
    if col < len(df.columns):      # ②再判断
        quarterly_sets.append(...) # ③最后执行

为什么if在后面？ Python语法规定：列表推导式里，if必须跟在for后面

📝 过滤空集合

quarterly_sets = [s for s in quarterly_sets if s]

if s 的含义：

• • if s = 如果s不是空 → 保留
• • 空集合 set() 在Python中是 False

5. 计算交集（从最小的集合开始）

# 3. 计算交集（从最小的集合开始）
quarterly_sets.sort(key=len)
common = quarterly_sets[0].copy()
for s in quarterly_sets[1:]:
    common &= s
    if not common:
        logger.info("无共同员工")
        break

为什么要从最小的开始？

• • sort(key=len)：按集合大小排序，最小的在前
• • 从小集合开始交集，计算量更小，效率更高

为什么要用 .copy()？

common = quarterly_sets[0].copy()

如果不copy，common和quarterly_sets[0]指向同一内存地址，操作common会直接修改原始数据。

用copy则新开一块内存，复制一份数据，保护原始集合不被修改。

交集运算

• • common &= s：等价于 common = common & s
• • 一旦交集为空，立即 break 跳出循环，提高效率

6. 保存结果

# 4. 保存结果
result_df = pd.DataFrame({
    '序号': range(1, len(common) + 1),
    '姓名': sorted(common)
}) if common else pd.DataFrame(columns=['序号', '姓名'])

with pd.ExcelWriter(file_path, engine='openpyxl', mode='a', 
                   if_sheet_exists='replace') as writer:
    result_df.to_excel(writer, sheet_name=target_sheet, index=False)

知识点：

• • 三元表达式：A if condition else B，根据条件选择创建有数据的DataFrame或空DataFrame
• • 字典创建DataFrame：键为列名，值为数据
• • sorted(common)：对姓名排序，使结果更整齐
• • pd.ExcelWriter：高级Excel写入器
• • mode='a'：追加模式，不覆盖原文件的其他工作表
• • if_sheet_exists='replace'：如果目标工作表已存在，则替换

为什么用ExcelWriter而不是直接to_excel？
因为要在同一个文件中追加新工作表，而不是覆盖整个文件。

7. 异常处理

try:
    # 主要逻辑...
    return True
except Exception as e:
    logger.error(f"处理失败: {e}")
    return False

用try-except捕获可能的异常（如文件不存在、格式错误等），返回False表示失败。

六、运行效果展示

输入文件内容

优秀员工名单表：

运行程序

python 数据处理.py

控制台输出

2026-03-10 20:30:15 - INFO - 读取文件: Chapter-5.xlsx
2026-03-10 20:30:15 - INFO - 找到 6 名全年优秀员工
处理成功

输出结果

全年优秀表：

这6个人，就是四个季度全部上榜的优秀员工！

七、核心知识点总结

八、应用场景拓展

这个"交集计算"的思路可以广泛应用：

• • 📊 员工管理：找出连续全勤的员工
• • 📈 销售分析：找出每季度都达标的销售
• • 🏆 评优评先：多维度筛选优秀人选
• • 📋 考勤统计：找出全年无缺勤人员
• • 🔍 数据比对：找出多个列表的共同元素

📦 资源获取提示

关注「码农自习室」，后台回复关键词 PythonExcel案例，即可获取本文完整代码及配套练习数据集，一起动手掌握高效数据操作的核心技巧！

❤️ 支持我们

如果本文对你有帮助，欢迎点赞 + 关注 + 点亮小红心，你的支持就是我们持续创作的最大动力～