Python批量统计Excel工作簿的最大值和最小值

这篇继续整理《超简单：用 Python 让 Excel 飞起来》第6章中的案例内容，主题是：批量统计工作簿的最大值和最小值。这个案例看起来不复杂，毕竟 Excel 里本来就有 MAX() 和 MIN() 函数。但真正放到办公场景里，问题就不是“会不会用函数”，而是“能不能批量、稳定、可追溯地统计”。

很多实际表格并不是一张表解决问题，而是一个工作簿里有多张工作表。比如按月份分成 1月、2月、3月，或者按区域分成华北、华东、华南，每张表的字段结构相似，但数据行数不同。现在如果要统计某一列的最大值和最小值，手工做法通常是：打开每张表，写公式，复制结果，再新建汇总表。

这种做法最大的问题不是慢，而是不可靠。表一多，最容易出现复制漏表、公式区域选错、结果没有追溯来源等问题。尤其是领导问一句“最大值是哪张表里的哪条记录”，如果前面只算了一个数字，后面还要重新翻表找数据。

本篇文章的目标很明确：用 Python 自动完成多个工作表的极值统计，最终得到每张工作表的最大值、最小值，以及全工作簿范围内的全局最大值和全局最小值。

开篇先看整体效果。本图把本节主题压缩成一个核心动作：用 Python + Excel 自动化，一次性处理多个工作表中的最大值和最小值。

从画面里可以看出，本节重点不是单独统计一张表，而是面对多个 Sheet 时，把重复统计动作交给脚本完成。真正有价值的结果也不只是“最大值是多少”，而是形成一套可重复执行的批量统计流程。

如果你的工作里经常处理销售表、库存表、利润表、成本表、绩效表、资产台账，这类脚本就很有复用价值。

2. 目标效果：不是只算数字，而是输出可追溯结果

这类任务如果只是算出一个最大值、一个最小值，其实价值有限。因为真实办公场景里，数字只是结果，后面还要能回答三个问题：

第一，这个最大值来自哪张工作表？

第二，这个最大值在第几行？

第三，这条记录对应的产品、订单、部门或人员是谁？

所以更建议把目标效果设计成三层：

也就是说，极值统计不是一个公式问题，而是一个“结果可追溯”的数据处理问题。

如果只用 Excel 公式，也能算出极值；但要批量遍历多个工作表、自动清洗数字、定位行号、生成汇总表，Python 会更合适。

3. 实现思路：读取、清洗、统计、定位、汇总

这一节的底层逻辑可以拆成一条流水线。先打开工作簿，再遍历所有工作表，读取目标数据列，清洗成数值类型，然后计算最大值和最小值。最后再把每张表的统计结果汇总到新工作表里。

这里最关键的判断是：不要默认 Excel 单元格里看起来像数字，就一定能被 Python 当成数字处理。真实表格里经常会出现逗号、货币符号、空格、中文单位、空值等情况。如果不先清洗，max() 和 min() 的结果可能不可靠，甚至直接报错。

这一张流程图非常适合放在实现思路部分。它把“极值统计”拆成了从读取到输出的完整链路，而不是只停留在 max() 和 min() 两个函数上。

从流程里可以看出，真正的自动化不是简单执行一行公式，而是把每一步都固定下来：读取工作簿、清洗数据、计算极值、定位行记录、生成汇总结果。这样脚本才能在不同工作簿里重复使用。

这也是写办公自动化脚本时最重要的习惯：不要只写“能跑”的代码，要写“能复用、能验证、能解释”的代码。

4. 完整代码：批量统计最大值和最小值

下面这版代码使用 pandas 负责数据统计，使用 xlwings 负责打开工作簿、写回结果和保存文件。它不是最短写法，但更接近真实办公环境里的可落地写法。

代码执行前，建议先安装依赖：

pip install pandas xlwings

正式运行前还要确认三件事：第一，Excel 文件没有被手动打开占用；第二，目标列名和代码里的 value_col 一致；第三，数据区域从 A1 开始，并且第一行是表头。

代码部分对应的是完整自动化落地场景：Python 脚本读取 Excel 数据，处理完成后自动输出结果文件。

从这个场景可以看出，Python + Excel 自动化的价值不是替代 Excel，而是把 Excel 中重复、机械、容易出错的动作交给脚本。人工只需要准备原始表格、确认字段规则、检查最终结果。

import pandas as pd
import xlwings as xw


def clean_to_number(s: pd.Series) -> pd.Series:
    """
    将 Excel 中可能带有逗号、货币符号、空格的文本数字转换为真正的数值。
    例如：
    ￥12,345.67 -> 12345.67
    9,876.5     -> 9876.5
    空值或异常字符 -> NaN
    """
    s = s.astype(str).str.strip()
    s = s.str.replace(",", "", regex=False)
    s = s.str.replace(r"[¥￥$ ]", "", regex=True)
    s = s.str.replace(r"[^0-9.-]", "", regex=True)
    return pd.to_numeric(s, errors="coerce")


def batch_min_max(
    input_xlsx: str,
    value_col: str = "销售利润",
    key_col: str | None = None,
    summary_sheet: str = "极值汇总",
    write_cell: str = "J1",
    start_cell: str = "A1",
    sa ve_as: str | None = None,
) -> None:
    """
    批量统计一个工作簿中所有工作表指定列的最大值和最小值。

    参数说明：
    input_xlsx      原始 Excel 文件路径
    value_col       需要统计最大值和最小值的字段名
    key_col         可选关键字段，例如产品名称、订单号、员工姓名
    summary_sheet   汇总结果工作表名称
    write_cell      每张原始工作表中写回统计结果的位置
    start_cell      表格起始单元格
    sa ve_as         另存为路径；如果为 None，则覆盖保存原文件
    """
    app = xw.App(visible=False, add_book=False)
    app.display_alerts = False
    app.screen_updating = False

    try:
        wb = app.books.open(input_xlsx)
        rows = []

        for sht in wb.sheets:
            if sht.name == summary_sheet:
                continue

            rng = sht.range(start_cell).expand("table")
            if rng.value is None:
                print(f"[SKIP] {sht.name}: 空表")
                continue

            df = rng.options(pd.DataFrame).value
            if df is None or df.empty:
                print(f"[SKIP] {sht.name}: 无有效数据")
                continue

            if value_col not in df.columns:
                print(f"[SKIP] {sht.name}: 缺少列：{value_col}")
                continue

            num = clean_to_number(df[value_col])

            if num.isna().all():
                print(f"[SKIP] {sht.name}: {value_col} 全部无法转换为数值")
                continue

            max_val = float(num.max(skipna=True))
            min_val = float(num.min(skipna=True))

            max_idx = int(num.idxmax(skipna=True))
            min_idx = int(num.idxmin(skipna=True))

            max_key = df.loc[max_idx, key_col] if (key_col and key_col in df.columns) else ""
            min_key = df.loc[min_idx, key_col] if (key_col and key_col in df.columns) else ""

            stat_df = pd.DataFrame({
                "指标": [
                    "最大值",
                    "最小值",
                    "最大值所在行索引",
                    "最小值所在行索引",
                    "最大值关键字段",
                    "最小值关键字段"
                ],
                "数值": [
                    max_val,
                    min_val,
                    max_idx,
                    min_idx,
                    max_key,
                    min_key
                ],
            })

            sht.range(write_cell).options(index=False).value = stat_df
            sht.autofit()

            rows.append({
                "工作表": sht.name,
                f"{value_col}最大值": max_val,
                f"{value_col}最小值": min_val,
                "最大值行索引": max_idx,
                "最小值行索引": min_idx,
                "最大值关键字段": max_key,
                "最小值关键字段": min_key,
            })

            print(f"[OK] {sht.name}: max={max_val}, min={min_val}")

        if not rows:
            raise RuntimeError("没有得到任何极值结果，请检查字段名、表格区域或数据内容。")

        summary_df = pd.DataFrame(rows)

        global_max_row = summary_df.loc[summary_df[f"{value_col}最大值"].idxmax()]
        global_min_row = summary_df.loc[summary_df[f"{value_col}最小值"].idxmin()]

        try:
            sum_sht = wb.sheets[summary_sheet]
            sum_sht.clear()
        except Exception:
            sum_sht = wb.sheets.add(summary_sheet, before=wb.sheets[0])

        sum_sht.range("A1").value = "全局最大值"
        sum_sht.range("B1").value = float(global_max_row[f"{value_col}最大值"])
        sum_sht.range("C1").value = "来自工作表"
        sum_sht.range("D1").value = global_max_row["工作表"]

        sum_sht.range("A2").value = "全局最小值"
        sum_sht.range("B2").value = float(global_min_row[f"{value_col}最小值"])
        sum_sht.range("C2").value = "来自工作表"
        sum_sht.range("D2").value = global_min_row["工作表"]

        summary_df_sorted = summary_df.sort_values(
            by=f"{value_col}最大值",
            ascending=False
        )

        sum_sht.range("A4").options(index=False).value = summary_df_sorted

        try:
            sum_sht.range("A1:D2").api.Font.Bold = True
            sum_sht.autofit()
        except Exception:
            pass

        if sa ve_as:
            wb.sa ve(sa ve_as)
            print(f"[DONE] 已另存为：{sa ve_as}")
        else:
            wb.sa ve()
            print(f"[DONE] 已覆盖保存：{input_xlsx}")

        wb.close()

    finally:
        app.quit()


if __name__ == "__main__":
    batch_min_max(
        input_xlsx="产品销售统计表.xlsx",
        value_col="销售利润",
        key_col="产品名称",
        summary_sheet="极值汇总",
        write_cell="J1",
        start_cell="A1",
        sa ve_as="产品销售统计表_极值统计.xlsx"
    )

注意：如果你自己的表里没有 产品名称 这一列，就把 key_col="产品名称" 改成 key_col=None，否则关键字段会取不到。字段名必须和 Excel 表头完全一致，包括空格、括号、单位文字。

5. 关键点拆解：为什么要记录极值所在行和关键字段

很多人写极值统计脚本，只会输出一个最大值和最小值。这个结果看起来没错，但在实际工作中并不够。因为业务上真正关心的不是一个孤立数字，而是这个数字背后的记录。

比如最大利润是 35680，那还要继续问：它是哪张表里的？是哪一行？对应哪个产品？属于哪个销售区域？如果脚本没有记录这些信息，后续还是要人工回到原始表里查。

这就是为什么代码里要同时使用 max()、min()、idxmax() 和 idxmin()。

这里适合看极值追溯效果。画面中不仅标出了最大值，还把对应的工作表、行索引和关键字段关联起来。

从图中可以看出，极值定位的重点是“从结论回到明细”。这一步非常关键，因为它让统计结果不再是孤立数字，而是能直接追溯到原始数据。对真实办公场景来说，这比单纯算出最大值更有价值。

建议：凡是做统计脚本，尽量同时输出“统计结论”和“数据来源”。这样后续复核、汇报、截图、做报告都会更顺。

6. 效果验证：最终应该看到什么结果

脚本运行结束后，不要只看控制台有没有报错。更稳的验证方式是打开输出的 Excel 文件，检查是否生成了新的 极值汇总 工作表。

正常情况下，汇总表顶部应该有全局最大值、全局最小值，以及对应来源工作表。下方应该有每张工作表的统计明细，包括最大值、最小值、最大值行索引、最小值行索引和关键字段。

最终汇总结果可以参考这种效果。它把每张表的极值和全局极值集中展示，适合直接作为统计结果交付。

从这份结果里可以看出，汇总表的价值在于减少二次查找。打开结果页后，读者可以直接看到每张表的最大值、最小值，也能看到全局最大值和全局最小值来自哪里。

建议至少做下面几个验证动作：

如果汇总表为空，不要急着怀疑 Python。优先检查目标列名是否写错、数据区域是否从 A1 开始、目标列是否全是文本异常值，或者工作表是否为空。

7. 常见问题与踩坑提醒

7.1 字段名不一致导致跳过工作表

最常见的问题是代码里写的是 销售利润，但 Excel 里实际表头是 利润、销售利润（元） 或者 销售利润。这类问题肉眼不一定容易发现，尤其是表头前后有空格时。

推荐做法是先打印每张表的字段名，确认字段是否一致。

print(df.columns.tolist())

7.2 数字看起来正常，但实际是文本

Excel 中的数字可能带有逗号、货币符号或者空格，例如 ￥12,345。如果不清洗，Python 可能会把它当成字符串处理。

这也是代码中单独写 clean_to_number() 函数的原因：先把目标列统一转换成数值，再计算极值。

7.3 行索引和 Excel 行号不是一回事

这里需要注意，idxmax() 返回的是 DataFrame 的索引，不一定等于 Excel 里的实际行号。如果表格第一行是标题，DataFrame 索引通常从数据行开始算。

如果你要输出精确的 Excel 行号，需要根据表头行位置进行换算。比如数据从第2行开始，那么 Excel 行号一般可以理解为 DataFrame索引 + 2。但如果原表中间有空行、合并单元格或复杂表头，就要重新确认。

7.4 不建议直接覆盖原文件

虽然脚本支持覆盖保存，但更建议新手优先使用 sa ve_as 另存为新文件。这样即使字段写错、数据区域识别错误，也不会破坏原始文件。

正式办公数据处理时，原始文件最好只读不改，输出结果另存。这是一条很朴素但很重要的习惯。

7.5 空表和缺列要允许跳过

真实工作簿里经常会有说明页、封面页、空白页或者结构不同的辅助表。如果脚本遇到这些表就直接报错，中断整个流程，使用体验会很差。

所以代码里对空表、缺列、无法转换数值等情况都做了跳过处理。这样能保证脚本尽量完成主要任务，同时在控制台输出跳过原因，方便后续检查。

8. 总结提升：极值统计的核心是“结论 + 来源 + 验证”

这一节表面是在学习最大值和最小值统计，但真正有价值的是建立一种办公自动化处理思路：先把重复动作抽象成流程，再用脚本固定下来，最后输出可以验证、可以追溯、可以复用的结果。

本篇最重要的收获可以总结成三句话。

第一，最大值和最小值不是难点，批量处理和结果追溯才是难点。

第二，统计结果不能只给数字，最好同时记录工作表名、行索引和关键字段。

第三，脚本运行成功不等于任务完成，必须打开结果文件做验证。

后续如果继续扩展，可以把这套脚本改造成更通用的模板。例如支持多个字段同时统计、支持 Top N 排名、支持按区域筛选后统计、支持批量处理多个工作簿。这样它就不只是一个案例代码，而是可以长期复用的 Excel 自动化工具。