“以前做报表：打开Excel，人傻了；现在做报表：双击脚本，鱼摸了。”

大家好，我是你们那位“能用自动化解决的事，绝不让自己动手”的博主。

今天是我们30天自救计划的第二十二天，第四周 “实战演练·成为办公室魔法师”的第一天。

过去三周，我们零零散散学了好多技能：Excel公式、宏、Python数据处理、爬虫、AI分析、自动发邮件……就像攒了一堆乐高积木。

今天，我们要用这些积木搭一座城堡——一个完整的销售报表自动化流水线。

以前的我：报表做到深夜 以前的我：报表做到深夜

从原始数据下载，到清洗、分析、画图、生成报告，再到邮件发送，全部一键完成。每天帮你省下2小时，用来摸鱼、学习、谈恋爱，随你便。

场景导入：那个被销售报表绑架的运营

假设你是某公司的销售运营专员。每天早上9点，你都要做同一件事：

1. 从ERP系统导出昨天的销售数据
   （或者从邮箱下载附件）
2. 打开Excel，删除空行、修正格式
   （总有些奇葩数据）
3. 拉透视表
   ：按省份、按产品类别汇总销售额
4. 画图表
   ：折线图看趋势，柱状图看排名
5. 写一段分析总结
   （“本月广东地区增长显著……”）
6. 保存报表，发邮件给老板和销售团队

这套流程，快则1小时，慢则2小时。关键是每天都要做！

一个月下来，你花了40个小时在这件事上。一年就是480小时——相当于20天年假！

以前的你：认命了，觉得这就是工作的一部分。

现在的你：“不行，我要把这20天年假抢回来！”

️ 自动化流水线：整体设计

我们要打造的自动化流水线包括以下几个环节：

1. 数据获取
   ：从指定文件夹读取原始数据（模拟每天更新的销售记录）
2. 数据清洗
   ：删除空行、统一日期格式、处理异常值
3. 数据分析
   ：自动生成透视表（按省份、按产品类别）
4. 图表生成
   ：自动画出趋势图、排名图
5. 报告生成
   ：用AI写一段分析结论（可选）
6. 邮件发送
   ：把报表和图表发给指定收件人

全部整合到一个Python脚本里，每天双击运行，然后喝咖啡等邮件。

让AI帮我们写这个“超级脚本”

打开ChatGPT，输入以下指令（复制粘贴时记得替换你的信息）：

“我是一个Python初学者。我想写一个脚本，实现销售报表自动化。具体要求如下：

数据源：有一个文件夹叫‘每日销售数据’，里面每天会放一个CSV文件，文件名包含日期，比如‘sales_20260223.csv’。文件里有这些列：日期、省份、产品类别、销售额。

数据清洗：删除销售额为空的行；日期统一格式为YYYY-MM-DD；省份列去除前后空格。

分析任务：

按省份汇总销售额，排序，保存到Excel的‘省份排名’工作表。

按产品类别汇总销售额，排序，保存到‘产品排名’工作表。

生成两张图表：省份销售额柱状图、每日销售额折线图，保存为图片。

自动写结论（可选）：调用AI API，根据今天的汇总数据生成一段分析文字，写入Excel的‘分析结论’工作表。

发送邮件：把生成的Excel文件和两张图表作为附件，发送给老板（邮箱地址：boss@company.com）。

请帮我写出完整的Python代码，每行加注释，并告诉我需要安装哪些库，怎么运行。”

AI会给你一个很长的脚本（可能上百行），但别怕，大部分是注释。我们把它拆开来看核心部分。

现在的我：双击脚本，喝咖啡

核心代码片段解析

1. 数据读取（自动找到最新文件）

python

import os
import glob
import pandas as pd

# 找到最新的销售数据文件
data_folder = '每日销售数据'
files = glob.glob(os.path.join(data_folder, 'sales_*.csv'))
latest_file = max(files)  # 按文件名排序，取最新的
df = pd.read_csv(latest_file)

2. 数据清洗

python

# 删除销售额为空的行
df = df.dropna(subset=['销售额'])

# 日期统一格式（假设原格式是20260223这种）
df['日期'] = pd.to_datetime(df['日期'], format='%Y%m%d').dt.strftime('%Y-%m-%d')

# 省份去除空格
df['省份'] = df['省份'].str.strip()

3. 数据分析与保存

python

# 按省份汇总
province_sum = df.groupby('省份')['销售额'].sum().reset_index()
province_sum = province_sum.sort_values('销售额', ascending=False)

# 按产品类别汇总
product_sum = df.groupby('产品类别')['销售额'].sum().reset_index()
product_sum = product_sum.sort_values('销售额', ascending=False)

# 保存到Excel的不同工作表
with pd.ExcelWriter('销售报表_今日.xlsx', engine='openpyxl') as writer:
    province_sum.to_excel(writer, sheet_name='省份排名', index=False)
    product_sum.to_excel(writer, sheet_name='产品排名', index=False)

4. 生成图表

python

import matplotlib.pyplot as plt

# 省份柱状图
plt.figure(figsize=(10,6))
plt.bar(province_sum['省份'], province_sum['销售额'])
plt.title('各省份销售额排名')
plt.xlabel('省份')
plt.ylabel('销售额')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('省份排名图.png')

# 每日趋势折线图
daily = df.groupby('日期')['销售额'].sum().reset_index()
plt.figure(figsize=(10,6))
plt.plot(daily['日期'], daily['销售额'], marker='o')
plt.title('每日销售额趋势')
plt.xlabel('日期')
plt.ylabel('销售额')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('每日趋势图.png')

5. 发送邮件（复用Day 11的代码）

python

import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.base import MIMEBase
from email import encoders

def send_email(附件列表):
    # ... 复用之前的发邮件代码 ...

6. 可选：AI自动写结论

如果你有OpenAI API key，可以加上这段（参考Day 17）：

python

import openai
prompt = f"今天销售数据：省份TOP3是{province_sum.head(3).to_string()}，产品TOP3是{product_sum.head(3).to_string()}。请写一段简短的销售分析结论，50字以内。"
response = openai.ChatCompletion.create(...)
结论 = response.choices[0].message.content
# 把结论写入Excel

运行效果

1. 每天早晨，你把新的CSV文件放进 每日销售数据 文件夹。
2. 双击运行 每日报表自动生成.py。
3. 脚本自动找到最新文件，清洗、分析、画图、写结论（如果有API）、发邮件。
4. 你泡杯咖啡，打开邮箱，报表已经躺在那儿了。

自动化流水线工厂

整个过程耗时不到2分钟，其中1分50秒是等待AI响应（如果有的话）。

⚠️ 注意事项

1. 第一次运行需要调试
   ：把代码保存后，先用一个测试文件跑通，确保路径正确、库已安装。
2. 邮件发送配置
   ：记得在代码里填上你的邮箱和授权码（参考Day 11）。
3. AI API费用
   ：如果不用AI写结论，可以跳过，不影响主要功能。
4. 数据安全
   ：敏感数据不要通过AI API发送（除非用私有部署的AI）。

准点下班，同事羡慕的眼神

今日“捣乱作业”

作业题目：
照着今天的思路，尝试自动化你手头的一个重复性报表工作。

操作步骤：

1. 找出你每天/每周都要做的数据报告。
2. 拆解步骤：数据来源、清洗、分析、图表、分发。
3. 让AI帮你写脚本，实现至少一部分自动化（可以先从“数据清洗+透视”开始）。
4. 截图你的脚本运行过程和生成的报表，发评论区。

挑战版：
完整实现“数据读取→分析→图表→邮件发送”全流程，并截图邮件发送成功界面。

今日金句

“每天省下2小时，一年攒出20天假——自动化是最好的年假充值方式。”

博主碎碎念

今天你见识了什么是“报表自动化流水线”。这不再是某个单一技能，而是把你之前学的一切组合起来，解决真实工作问题。

以后，每天早晨你不再是被Excel绑架的“表哥/表姐”，而是指挥机器干活的“指挥官”。看着脚本自动运行、邮件自动发送，你喝着咖啡，心里暗爽：“这鱼，摸得真香。”

明天Day 23，我们继续实战：《财务对账不再怕：用Python找出那1分钱的差额》。专门解决财务人员最头疼的对账问题——两边差1分钱，查半天找不到。

评论区交给你：
你每天最头疼的重复性工作是什么？说出来，我们一起想办法自动化！

点击关注，每天学一招，让自动化替你打工！