领导丢来一个 Excel，让你把三个月的销售数据合并、筛选出异常订单、按区域汇总，再出个对比图。你对着表格发了半小时呆，公式一个不会，百度越搜越晕。如果有过这种经历，这篇就是写给你的。
不会公式，也能处理数据
很多人一听到 Excel 就条件反射性地头疼，觉得要学 VLOOKUP、学透视表、学各种函数才行。
但换个角度想：你要的从来不是学会公式，而是把数据处理完。
Codex 刚好擅长这个：你只需要描述需求，它就能用 Python 把表格处理好。你不需要知道背后用了什么库、写了什么代码，看到结果就行。
基本工作方式
用 Codex 处理 Excel 表格只需要三步：
- 1. 把表格文件拖进对话框（Codex Desktop 支持直接上传文件）
中间所有公式、代码、数据处理，Codex 替你搞定。
下面用三个真实案例说明。
案例一：合并多个表格
最常见的场景：每个月一张表，要合并成一张全年总表。
以前的做法是打开每张表，复制粘贴到一起。三个月还好，十二个月就有点崩溃了。
给 Codex 的指令：
需求：我这有三个 Excel 文件，分别是 4 月、5 月、6 月的销售数据，列名都是一样的（日期、客户、金额、区域），帮我合并成一张表，保留所有数据。
文件：[拖入 4月销售数据.xlsx][拖入 5月销售数据.xlsx][拖入 6月销售数据.xlsx]
Codex 会把三个表格按行拼接成一张表，然后把合并后的文件交给你。
实际效果：三步操作，30 秒出结果。省了手动复制粘贴的时间，也不会漏行。
案例二：数据筛选和分类汇总
合并完表格后，下一个常见需求是从里面提取信息。
比如从全年数据里找出某个区域的订单，或者按品类统计销售额。
给 Codex 的指令：
需求：刚才合并好的那个总表，帮我做两件事：
- 1. 筛选出「华南区」的所有订单，金额超过 5000 的标红
- 2. 按「区域」统计每个区的总销售额，从高到低排列
结果用两个 sheet 放在同一个 Excel 里，第一个 sheet 是筛选结果，第二个 sheet 是汇总表。
Codex 会用 Python 做数据筛选、条件标记和分组汇总。你不用学数据透视表，说清楚需求就行。
为什么比学公式快：写 VLOOKUP 或者学数据透视表，第一次至少要花 10-20 分钟。而用自然语言描述需求，你已经在用自己最熟悉的沟通方式了。
案例三：自动生成图表
数据汇总完了，领导说"出个图看看趋势"。又增加需求了。
但画图这件事，在 AI 面前也是最简单的。
需求：还是那个总表，帮我生成一张折线图，X 轴是月份，Y 轴是每月总销售额，不同区域用不同颜色区分，图例标清楚。
图表输出为 PNG 图片，放在表格旁边。
Codex 会用 matplotlib 画图，指定好颜色、图例、标题。你不需要调格式，不满意就追加一句"换成柱状图"或者"把颜色调好看点"，它会重新生成。
几点注意事项
不要直接上传公司机密数据。 用 Codex 处理 Excel 时，建议把客户姓名、金额等敏感信息替换成代号。处理完再把代号换回来。
中文列名完全没问题。 Codex 能理解中文字段名，不需要你改成英文。你甚至可以说"把'金额'这一列求和"，它听得懂。
数据量大的时候耐心等一下。 几十万行的表格处理需要十几秒到半分钟，属于正常范围。
不满意就重新说。 AI 的特点是第一次不一定完美，但你可以追加修改，直到结果满意为止。比手动改公式快得多。
总结
处理 Excel 表格这件事，核心能力从来不是背公式，而是清楚知道自己想要什么结果。
Codex 补上的正是"知道需求但不会操作"这一环。你需要做的只是：
下次领导丢来表格的时候，别硬着头皮搜教程了。试着把表格拖进 Codex，说一句"帮我处理一下"，你会发现五分钟就能搞定以前半小时的活。
