本文介绍使用pandas读取csv、筛选处理数据，并导出为excel后嵌入word的完整自动化流程，避免手动复制粘贴，大幅提升多表格报告的生成效率。
在科研报告、业务分析或行政文档撰写中，常需将结构化CSV数据（如8列销售记录、用户行为日志等）转化为Word中多个格式统一的表格。手动操作不仅易出错，且难以复用——而通过Python + Excel中转 + Word嵌入的方式，可实现“一次脚本、批量生成”。以下是经过验证的专业实践路径：
一、用pandas高效加载与筛选CSV数据
首先确保已安装必要库：
pip install pandas openpyxl
使用pandas.read_csv()读取全量数据，并通过列名索引、布尔筛选或iloc/loc精准提取目标子集：
import pandas as pd
# 读取CSV（自动推断分隔符，支持中文路径）
df = pd.read_csv("data.csv", encoding="utf-8")
# 示例1：提取前3列 + 第5、7列，构成新表格
subset_df = df.iloc[:, [0, 1, 2, 4, 6]]
# 示例2：按条件筛选（如只保留"Status"为"Active"的记录）
active_df = df[df["Status"] == "Active"].copy()
# 示例3：按多列分组汇总（生成统计型表格）
summary_df = df.groupby(["Region", "Product"]).agg({
"Sales": "sum",
"Quantity": "mean"
}).round(2).reset_index()
✅ 关键提示：务必调用 .copy() 避免链式赋值警告；对中文列名请确认CSV编码（推荐UTF-8 with BOM或GBK）；若含日期字段，可加 parse_dates=["Date"] 参数自动转换。
二、导出为Excel并保留格式兼容性
Word原生不支持直接插入DataFrame，但完美兼容Excel嵌入对象（支持双击编辑、保持行列样式）：
Microsoft Graph 邮件摘要生成器
下载
使用 Microsoft Graph API /me/messages 端点从 Microsoft 365 邮箱生成每日邮件摘要。使用 inferenceClassification 属性按发件人、线程和优先级对邮件进行分组。
# 导出为.xlsx（.csv无法嵌入为可编辑表格）
subset_df.to_excel("table_1_active_summary.xlsx", index=False, engine="openpyxl")
active_df.to_excel("table_2_region_breakdown.xlsx", index=False, engine="openpyxl")
⚠️ 注意：
- 不要使用 .to_csv() → Word插入CSV仅显示为纯文本，无表格边框与公式能力；
- index=False 防止导出冗余行号；
- engine="openpyxl" 确保支持.xlsx格式及后续样式扩展。
三、在Word中嵌入Excel表格（非图片！可编辑）
- 打开生成的Excel文件 → 选中整个数据区域（Ctrl+A），或拖选指定表格范围；
- 复制（Ctrl+C）；
- 切换至Word文档 → 定位光标至目标位置 → 选择「选择性粘贴」→「Microsoft Excel 工作表对象」（而非“图片”或“Unicode文本”）；
- 粘贴后双击表格即可在Word内直接编辑数据（如同在Excel中），且格式（列宽、字体、边框）自动继承。
? 进阶建议：
- 若需批量插入多个表格，可用python-docx库直接写入Word（但复杂格式支持弱于嵌入Excel）；
- 对最终交付稿，右键嵌入表格 → “工作表对象” → “转换” → 可固化为静态图片（防误编辑）；
- 所有Excel文件建议统一存放于/output/子目录，便于版本管理与脚本维护。
通过该流程，原本数小时的手动整理可压缩至数分钟运行+一键粘贴，且全程可复现、可审计、可迭代——真正实现数据驱动文档的工业化生产。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
