案例1：Python 数据处理——批量处理Excel文件

案例1：Python 数据处理——批量处理Excel文件

需求描述

有一个文件夹“学生数据”，里面包含多个Excel文件（后缀为.xlsx），每个文件包含“姓名、年龄、班级、成绩”4列数据，要求用Python批量读取所有Excel文件，筛选出成绩≥80分的学生，合并成一个新的Excel文件，保存到“学生数据”文件夹，命名为“优秀学生.xlsx”，使用pandas库，代码附带注释，处理文件不存在、列名错误、数据类型异常的情况。

Claude 输入

“用Python写一个批量处理Excel文件的脚本，需求如下：

1. 读取文件夹‘学生数据’内所有.xlsx格式的Excel文件；
2. 筛选出每个文件中成绩≥80分的学生；
3. 将所有筛选后的学生数据合并成一个新的Excel文件；
4. 新文件保存到‘学生数据’文件夹，命名为‘优秀学生.xlsx’；
5. 使用pandas库，代码附带详细注释，确保能直接运行；
6. 处理异常情况：文件夹不存在、Excel文件中无‘成绩’列、成绩数据不是数字。”

生成代码（参考）

import pandas as pd
import os


## 定义文件夹路径（确保文件夹存在，若不存在可创建）
folder_path = "学生数据"
if not os.path.exists(folder_path):
    os.makedirs(folder_path)
    print(f"文件夹‘{folder_path}’不存在，已自动创建")


## 用于存储所有筛选后的优秀学生数据
excellent_students = []


## 遍历文件夹内所有.xlsx文件
for filename in os.listdir(folder_path):
    # 只处理.xlsx格式的文件
    if filename.endswith(".xlsx"):
        # 拼接文件完整路径
        file_path = os.path.join(folder_path, filename)
        try:
            # 读取Excel文件（默认读取第一个工作表）
            df = pd.read_excel(file_path)

            
            # 检查“成绩”列是否存在
            if "成绩" not in df.columns:
                print(f"警告：文件{filename}中无‘成绩’列，跳过该文件")
                continue

            
            # 处理成绩数据类型异常，将非数字类型的成绩设为NaN（后续筛选会排除）
            df["成绩"] = pd.to_numeric(df["成绩"], errors="coerce")

            
            # 筛选成绩≥80分的学生（排除NaN值）
            filtered_df = df[df["成绩"] >= 80].dropna(subset=["成绩"])

            
            # 将筛选后的数据添加到列表中
            excellent_students.append(filtered_df)
            print(f"已处理文件：{filename}，筛选出优秀学生{len(filtered_df)}人")

        
        except Exception as e:
            # 捕获其他异常（如文件损坏、无法读取）
            print(f"处理文件{filename}时出现错误：{str(e)}，跳过该文件")


## 合并所有筛选后的学生数据
if excellent_students:
    merged_df = pd.concat(excellent_students, ignore_index=True)
    # 保存合并后的数据到新Excel文件
    output_path = os.path.join(folder_path, "优秀学生.xlsx")
    merged_df.to_excel(output_path, index=False)
    print(f"处理完成！优秀学生数据已保存到：{output_path}")
else:
    print("未找到符合条件的Excel文件，或没有成绩≥80分的学生。")

效果测试与调整

1. 在本地创建“学生数据”文件夹，放入几个包含学生数据的Excel文件（可故意设置1个无“成绩”列的文件、1个成绩为非数字的文件，测试异常处理功能）；
2. 复制生成的代码，粘贴到Python编辑器，运行代码；
3. 若运行报错“ModuleNotFoundError: No module named 'pandas'”，则在终端输入“pip install pandas openpyxl”（openpyxl用于读取.xlsx文件），安装依赖库，重新运行；
4. 若Excel文件中“成绩”列名不同（如“分数”），则回到Claude Code 输入区，补充“Excel文件中成绩列名为‘分数’，请修改代码”，重新生成代码即可；
5. 若需要添加“按班级排序”功能，可补充需求“合并后的数据按班级升序排序，班级相同则按成绩降序排序”，重新生成代码。