某公司市场部、销售部、渠道部、电商部每周分别导出各自部门的销售记录，由于各部门导出模板不统一（列名分别为“日期/销售日期/date”、“销售额/amount/收入”等），且存在数据缺失、金额含货币符号等问题，每月需要专人花费2-3小时手工复制粘贴、清洗格式、用Excel公式汇总，不仅效率低下，还容易因人工操作出错导致报表数据不一致。本项目旨在通过Python脚本实现多源Excel文件的自动化合并、清洗与汇总，将人工操作时间从小时级压缩至秒级，消除人为误差，同时生成标准化的销售汇总报表，为管理层提供准确的决策数据支撑。
统一列名：不同文件可能有 日期、date、销售日期 等，需统一为 日期。
统一日期格式为 YYYY-MM-DD（字符串或datetime）。
销售额列可能有 ¥ 符号或千分位逗号，需转为浮点数。
处理缺失值：如果销量或销售额缺失，填充为0；产品名缺失则删除该行。
生成汇总报表：按 产品名称 分组，计算：
总销量（销量 列求和）
总销售额（销售额 列求和）
平均单价 = 总销售额 / 总销量（保留两位小数）
输出 一个Excel文件 销售汇总报表.xlsx，包含两个sheet：
总数据：清洗合并后的所有明细
产品汇总：按产品汇总的表格（含总销量、总销售额、平均单价）
我负责的具体任务：
独立完成整个脚本的开发与测试，包括：分析4个部门Excel文件的列名差异与数据格式问题，设计统一的列名映射方案；编写pandas数据清洗逻辑（日期格式标准化、金额字段去货币符号及千分位转换、缺失值处理）；实现按产品分组的汇总计算（总销量、总销售额、平均单价）；使用openpyxl引擎将处理后的明细数据和汇总报表写入同一个Excel文件的不同sheet；编写使用说明文档，并将脚本打包为exe可执行文件，确保客户无需安装Python环境即可运行。
2、技术栈、架构、亮点与难点：
技术栈：Python 3.9 + pandas（数据处理核心）+ openpyxl（Excel读写）+ glob（文件批量遍历）
架构：采用函数式模块化设计，分为文件读取模块、数据清洗模块、汇总计算模块、输出写入模块，各模块解耦便于后续扩展。
亮点：
自动识别并统一不同文件中的列名（通过预定义映射字典），无需人工干预；
智能处理金额格式，支持“¥24,000”、“18,000”、“22000”等多种写法，统一转换为浮点数；
日期格式自动识别并转换为YYYY-MM-DD标准格式；
缺失数据处理策略明确（产品名缺失删除，销量/销售额缺失填充0）；
输出包含明细和汇总两个sheet，并自动设置列宽、保留两位小数，提升报表可读性。
难点与解决：
难点在于不同文件的列名差异大且无固定规律。解决方案是先通过遍历文件获取实际列名，再与预设的映射表匹配，将每个文件统一转换为标准列名后再进行合并，确保后续清洗逻辑一致性。金额字段中的货币符号和千分位逗号通过正则表达式去除后转换类型，避免数据转换报错。
评论