Как автоматизировать Excel на Python: объединяем файлы и собираем отчёт через openpyxl

openpyxl можно освоить на одном небольшом проекте, если сразу видеть вход, действие и результат. openpyxl автоматизирует повторяемую работу с XLSX: чтение листов, объединение строк, формулы, стили и сохранение отдельного отчёта. Ниже вы соберёте работающий пример и проверите обычный и граничный сценарии.

Пять таблиц могут иметь разный порядок колонок, пустые строки, дубли и формулы, которые библиотека не пересчитывает сама. Поэтому отделим настройку, входные данные, основное действие и проверку. В этой статье вы соберёте скрипт, который собирает входные XLSX из папки, проверяет заголовки и создаёт один отчёт с итогами. Проверка: все корректные строки объединены, дубли по номеру заказа удалены, сумма совпадает с контрольным расчётом, исходники не изменены.

Как устроен учебный проект openpyxl

openpyxl разделяет подготовку, основное действие, проверку ответа и сохранение результата. Держите ввод, логику и отображение раздельно: тогда каждый этап можно проверить отдельно.

Контрольные точки: поиск, проверка, сборка и отчёт. Следующий шаг начинается после совпадения с ожидаемым результатом.

От входных данных до видимого результата. Сначала проверяется вход, затем действие и только потом интерфейс.

Собираем рабочий пример шаг за шагом

Материал сверялся с официальной документацией сервиса 21 октября 2026 года. Создайте окружение, установите openpyxl и подготовьте каталог input. Скрипт и result.xlsx храните вне него. Проверьте текущую папку через pwd или Get-Location. Вставьте пример целиком, выполните один раз, затем разбирайте по частям.

from pathlib import Path
from openpyxl import load_workbook, Workbook
from openpyxl.styles import Font, PatternFill

REQUIRED = ['order_id', 'date', 'manager', 'amount']

def read_rows(filename: Path):
    book = load_workbook(filename, data_only=True, read_only=True)
    sheet = book.active
    headers = [cell.value for cell in next(sheet.iter_rows())]
    if not set(REQUIRED).issubset(headers):
        raise ValueError(f'{filename.name}: нет обязательных колонок')
    indexes = {name: headers.index(name) for name in REQUIRED}
    for row in sheet.iter_rows(values_only=True):
        if row[indexes['order_id']] is None: continue
        yield {name: row[index] for name, index in indexes.items()}

def build_report(files, output='result.xlsx'):
    unique = {}
    for filename in files:
        for row in read_rows(filename): unique[str(row['order_id'])] = row
    book = Workbook(); sheet = book.active; sheet.title = 'Отчёт'
    sheet.append(REQUIRED)
    for row in unique.values(): sheet.append([row[name] for name in REQUIRED])
    sheet['F1'] = 'Итого'; sheet['F2'] = f'=SUM(D2:D{sheet.max_row})'
    for cell in sheet[1]: cell.font = Font(bold=True); cell.fill = PatternFill('solid', fgColor='D9EAD3')
    sheet.freeze_panes = 'A2'; sheet.auto_filter.ref = f'A1:D{sheet.max_row}'
    book.save(output)

files = sorted(Path('input').glob('*.xlsx'))
build_report(files)

Код держит подготовку отдельно от внешнего действия, поэтому ошибку можно найти на конкретном шаге. Найдите в примере вход, проверку и место формирования результата.

Что отличает устойчивый проект от случайного запуска. Явные границы делают ошибку локальной и понятной.

Что происходит внутри и почему это работает

read_only снижает память при чтении, data_only возвращает сохранённый результат формулы, а отдельный словарь unique делает правило дублей явным. Логику держите отдельно от вывода: функция получает аргумент и возвращает значение, а интерфейс показывает его. openpyxl записывает формулы, но не вычисляет их как Excel. Для проверки суммы посчитайте её в Python, а формулу оставьте пользователю.

Правило дублей нужно выбрать до кода: оставить первый, последний или считать конфликт ошибкой. В примере последний файл побеждает, но отчёт должен явно фиксировать это решение. Не прячьте поток в одном обработчике: сохраните вход, проверьте его, вызовите операцию и только затем обновите интерфейс.

Проверяем проект и добавляем свою функцию

Добавьте лист Ошибки со строками, где amount не число, и лист Сводка с итогом по менеджерам. До правки запишите ожидаемое поведение одним предложением. После граничного теста повторите обычный сценарий.

Полезное улучшение сохраняет исходный сценарий и добавляет одну новую проверяемую возможность. Полезная правка проходит от нового ввода до видимого результата.

Четыре проверки перед следующим шагом. Каждый следующий этап начинается после наблюдаемого результата.

Что запомнить и куда двигаться дальше

Перед рабочим запуском сделайте резервную копию, зафиксируйте правило дублей и сравните Python-сумму с Excel-итогом. Для закрепления откройте в анализе CSV через pandas, в отчёте Ozon Seller и в выгрузке Wildberries.

Как изучить тему в Кодике

Сначала разберите входные данные и один успешный вызов, затем изучайте дополнительные параметры. Сначала восстановите главную функцию и проверьте её на трёх значениях.

Перепишите ключевую функцию по памяти и проверьте её на корректном, пустом и ошибочном вводе. Базовый синтаксис закрепите через курс Python.

Что получится в итоге

Финальный экран показывает результат, состояние запроса и понятное сообщение об ошибке без раскрытия секретов.