这门课解决什么问题
日常办公里，把几十个分公司的表格汇总成一张总表、批量修改上千行数据的格式、或者从层层叠叠的文件夹里把指定数据提取出来，这类活儿如果纯靠人工双击、复制粘贴，既耗费时间又极易出错。这门课针对的就是这类机械性、重复性的制表场景。它不教你写复杂的后端服务，也不涉及高深的算法，核心目标只有一个：用代码代替双手去操作表格。学完之后，当你面对多层级目录下散落的文件，或者需要批量重命名、批量填充单元格时，直接跑一段脚本就能自动跑完，把原本要加班两小时的枯燥工作压缩到几分钟。
适合什么基础与建议学习顺序
这套资料适合已经懂一点基础语法、能看懂简单循环和变量，但还没怎么写过实际办公脚本的上班族或转行者。如果你完全没接触过编程，建议先补足基础变量和判断语句的常识再来看，否则在理解结构化读取时会有些吃力。拿到资料后，建议先看自动化库的介绍与安装，把运行环境配通，这是后续所有练习的地基。接着重点看结构化读取和多层级目录文件处理这两块，这是日常办公最高频的痛点，也是最容易出错的环节。看视频时务必同步打开源码跟着敲，不要只用眼睛过一遍。单元格优化操作部分可以结合你手头真实的报表来练，比如试着用代码去调整你本周要交的周报格式，这样记忆最牢固。
学完能独立做什么
跟着资料走完读写与格式优化的流程后，你能独立写出处理真实业务数据的脚本。具体来说，面对散落在各个子文件夹里的月度报表，你能写代码自动遍历抓取，把多个工作表的数据合并清洗，再按照规定的样式写入新的总表文件中，并完成单元格排版。资料里的源码不是让你照抄完事，而是当作脚手架。你可以把课程里的示例数据替换成自己公司的真实表格，先跑通原始脚本，再根据实际业务修改列名匹配规则或样式参数。把这套流程在自己电脑上独立跑通一次，哪怕只是完成一次多表汇总，这门课的实用价值就算真正落地了。
学习使用Python处理Excel表格的各项操作，更快更好地完成机械性、重复性的枯燥工作。
课程目录
* 01 如何用Python处理Excel文件/
* 01 Excel自动化相关库介绍和安装【含课程源码】.mp4 14:36
* 02 结构化读取Excel文件数据（上）.mp4 20:23
* 03 结构化读取Excel文件数据（下）.mp4 06:53
* 04 读取多层级目录中的Excel文件（上）.mp4 21:23
* 05 读取多层级目录中的Excel文件（下）.mp4 13:51
* 06 读取Excel文件中的多个工作表.mp4 06:27
* 07 往Excel中写入工作表数据（上）.mp4 11:38
* 08 往Excel中写入工作表数据（下）.mp4 08:40
* 09 Excel单元格的优化操作（上）.mp4 11:31
* 10 Excel单元格的优化操作（下）.mp4 20:11
* 02 用Python实现数据可视化/
* 01 数据分析库Pandas处理Excel(1).mp4 13:58
* 02 数据分析库Pandas处理Excel(2).mp4 15:35
* 03 数据分析库Pandas处理Excel(3).mp4 20:14
* 04 数据分析库Pandas处理Excel(4).mp4 05:38
* 05 Excel中用图表展示数据(1).mp4 10:42
* 06 Excel中用图表展示数据(2).mp4 16:27
* 07 自动化生成统计图表(1).mp4 18:00
* 08 自动化生成统计图表(2).mp4 14:53
* 09 自动化生成统计图表(3).mp4 14:49
* 03 结课测试/
* 01 结课测试
