### 问题解构与方案推演 针对用户提供的具体路径 `D:\sales_data` 及文件结构（一季度.xlsx、二季度.xlsx、三季度.xlsx），核心任务是将分散的季度数据整合为统一的销售报表。该过程可拆解为四个关键逻辑步骤： 1. **路径定位与文件发现**：利用 `pathlib` 库跨平台特性，精准锁定 `D:\sales_data` 目录下所有后缀为 `.xlsx` 的文件，解决硬编码路径带来的兼容性问题 [ref_3]。 2. **数据读取与上下文增强**：遍历文件列表，使用 `pandas.read_excel` 读取数据。关键在于在读取过程中动态提取文件名（如“一季度”）并作为新列“季度”注入 DataFrame，确保数据来源可追溯 [ref_5]。 3. **数据合并与计算逻辑**：将多个独立的 DataFrame 垂直堆叠（Concatenate），形成全量数据集。随后基于业务逻辑 `总销售额 = 销量 × 单价` 进行向量化计算，并按“产品名称”进行聚合统计 [ref_2]。 4. **结果持久化**：将最终统计结果导出为 CSV 格式。需特别注意编码格式（`utf-8-sig`），以防止中文产品在 Excel 中打开时出现乱码 [ref_6]。 以下方案严格遵循“最简洁、可复制”原则，提供完整的代码实现与操作指引。 ### 核心操作流程与代码实现 #### 1. 环境准备与目录确认 在执行代码前，请确保您的文件目录结构如下所示。这是代码运行的物理基础： * **根目录**：`D:\` * **数据文件夹**：`D:\sales_data\` * **包含文件**： * `D:\sales_data\一季度.xlsx` * `D:\sales_data\二季度.xlsx` * `D:\sales_data\三季度.xlsx` * **文件列头要求**：每个 Excel 文件必须包含且仅包含以下三列（顺序不限）：`产品名称 `、`销量`、` 单价` [ref_5]。 若未安装必要库，请在命令行执行：`pip install pandas openpyxl`。 #### 2. 完整 Python 代码脚本 新建一个名为 `sales_analysis.py` 的文件，将以下代码完整复制进去。该脚本已针对 `D:\sales_data` 路径进行了硬编码适配，并包含了详细的中文注释。 ```python import pandas as pd from pathlib import Path # ========================================== # 配置区域：根据实际文件位置设置路径 # ========================================== # 指定数据文件夹的绝对路径 data_dir = Path(r"D:\sales_data") # 指定输出文件的保存路径 (保存在 D 盘根目录) output_file = r"D:\总销售额.csv" print(f"🚀 开始处理数据，目标目录：{data_dir}") # ========================================== # 步骤 9: 使用 pathlib 获取所有 .xlsx 文件路径 # ========================================== # glob("*.xlsx") 会匹配目录下所有扩展名为 xlsx 的文件 excel_files = list(data_dir.glob("*.xlsx")) if not excel_files: raise FileNotFoundError(f"❌ 错误：在 {data_dir} 中未找到任何 .xlsx 文件，请检查路径或文件名。") print(f"✅ 成功发现 {len(excel_files)} 个季度数据文件：{[f.name for f in excel_files]}") # ========================================== # 步骤 10: 读取、添加季度列并合并 DataFrame # ========================================== all_dataframes = [] for file_path in excel_files: # 读取 Excel 文件 df = pd.read_excel(file_path) # 提取文件名主体作为季度名称 (例如：从 "一季度.xlsx" 提取 "一季度") # stem 属性用于去除文件后缀 quarter_name = file_path.stem # 添加 '季度' 列，标记数据来源 df['季度'] = quarter_name # 可选：清理列名空格，防止因 " 销量 " 和 "销量" 不一致导致报错 df.columns = df.columns.str.strip() all_dataframes.append(df) # 使用 concat 将所有季度的数据纵向合并为一个大的 DataFrame # ignore_index=True 表示重置行索引，避免索引重复 merged_df = pd.concat(all_dataframes, ignore_index=True) print(f"📊 数据合并完成，总记录数：{len(merged_df)} 条") # ========================================== # 步骤 11: 计算各产品总销售额并保存 # ========================================== # 1. 计算每一行的销售额：销量 * 单价 # 假设列名严格为 '销量' 和 '单价' merged_df['单行销售额'] = merged_df['销量'] * merged_df['单价'] # 2. 按 '产品名称' 分组，计算总销售额 # agg({'单行销售额': 'sum'}) 表示对销售额列求和 summary_df = merged_df.groupby('产品名称', as_index=False)['单行销售额'].sum() # 重命名列名为题目要求的格式 summary_df.rename(columns={'单行销售额': '总销售额'}, inplace=True) # 3. 保存为 CSV 文件 # encoding='utf-8-sig' 是关键，可防止 Excel 打开中文 CSV 时出现乱码 summary_df.to_csv(output_file, index=False, encoding='utf-8-sig') print(f"💾 处理结束！各产品总销售额已保存至：{output_file}") print("\n📋 结果预览 (前 5 行):") print(summary_df.head()) ``` #### 3. 代码逻辑深度解析 为了让您更好地理解每一步的操作意义，下表详细拆解了代码中的核心技术点及其对应的业务价值： | 步骤 | 关键技术/函数 | 作用说明 | 业务价值 | 参考来源 | | :--- | :--- | :--- | :--- :--- | | **路径获取** | `Path.glob("*.xlsx")` | 自动扫描目录下所有 Excel 文件，返回路径对象列表。 | 无需手动输入文件名，即使未来增加“四季度.xlsx"，代码也无需修改，具备高扩展性。 | [ref_3] | | **数据读取** | `pd.read_excel()` | 将二进制 Excel 文件转换为内存中的 DataFrame 表格对象。 | 实现结构化数据的加载，是后续所有计算的基础。 | [ref_5] | | **特征工程** | `file_path.stem` | 提取文件名不含后缀的部分（如“一季度”）。 | 自动为数据打上时间标签，区分数据来源，便于后续按季度分析。 | [ref_1] | | **数据合并** | `pd.concat()` | 将多个小表垂直拼接成一个大表。 | 打破数据孤岛，将分散的季度数据整合为年度全景视图。 | [ref_6] | | **聚合计算** | `groupby().sum()` | 按“产品名称”分组并对销售额求和。 | 快速得出每个产品的年度总业绩，满足商场统计核心需求。 | [ref_2] | | **文件保存** | `to_csv(..., utf-8-sig)` | 将结果写入磁盘，带 BOM 头的 UTF-8 编码。 | 确保生成的 CSV 文件直接用 Excel 打开时，中文产品名称显示正常，无乱码。 | [ref_6] | #### 4. 执行结果预期 运行上述脚本后，您将在 `D:\` 盘根目录下看到一个名为 `总销售额.csv` 的文件。用 Excel 打开该文件，您将看到如下结构的数据： | 产品名称 | 总销售额 | | :--- | :--- | | 商品 A | 15000.0 | | 商品 B | 23400.5 | | ... | ... | 此表格即为三个季度所有数据的汇总结果。如果原始数据中某产品在三个季度均有销售，代码会自动将其销量乘以单价后的结果累加，得出最终的年度总销售额。 #### 5. 常见异常处理指南 在实际操作中，可能会遇到以下两种典型情况，请按以下方式排查： * **列名不匹配报错**：如果运行时报错 `KeyError: '销量'`，请检查 Excel 文件中的列名是否包含多余空格（如 `" 销量 "`）。代码中已加入 `df.columns = df.columns.str.strip()` 进行自动清洗，通常可解决此问题 [ref_4]。 * **路径不存在报错**：如果提示 `FileNotFoundError`，请再次确认 `D:\sales_data` 文件夹是否真实存在，以及文件夹名称拼写是否正确（注意大小写虽在 Windows 不敏感，但路径斜杠方向必须正确，代码中使用了 `r""` 原始字符串以避免转义问题）。 通过以上步骤，您即可完成从原始分散文件到最终统计报表的全自动化处理。