不会编程用 AI 处理 Excel：公式、清洗、批量合并实操（2026）

每个打工人电脑里都有几张让人头疼的 Excel：VLOOKUP 怎么写又忘了、几千行数据里混着各种格式的日期要清洗、月底要把几十个部门发来的表格合并成一张……这些事不需要会编程，但需要你「会描述需求」。2026 年，用 AI 处理 Excel 已经是办公人群的基本功：你把表格长什么样、想要什么样的结果说清楚，AI 负责出公式、出代码、出结果。这篇教程把「AI 处理 Excel」拆成三条由浅入深的路线，每条都给可直接复制的提示词模板，零基础照着做就能出活。

三条路线：按「折腾程度」选

用 AI 处理 Excel 不是只有一种玩法。数据量小、一次性需求，走路线一；想让 AI 直接看到数据、帮你分析和清洗，走路线二；表格多、每月重复做，走路线三一次投入长期受益。先对照这张表选路线：

路线一：把 AI 当「公式翻译器」

Excel 公式最大的门槛不是逻辑，是记语法。AI 恰好消灭这个门槛——你用大白话描述，它输出能直接粘贴的公式。关键是描述里要说清三件事：数据在哪几列、条件是什么、结果放哪。打开 DeepSeek、Kimi、豆包任意一个免费 AI 助手，套用这些模板：

• 查找匹配：「A 列是工号，B 列是姓名；另一张表 D 列也有工号。帮我在 E2 写公式：按 D2 的工号去第一张表找对应姓名，找不到显示『未匹配』」——AI 会给你 IFERROR+VLOOKUP 或 XLOOKUP 的完整写法
• 条件统计：「统计 C 列里『已完成』且 D 列金额大于 5000 的行数」——输出 COUNTIFS 公式
• 文本拆分：「A 列是『省份-城市-区县』格式，帮我拆成三列」——输出 TEXTSPLIT 或 LEFT/FIND 组合
• 日期处理：「A 列是 2026/8/19 这种日期，我要算出今天是它之后第几天」——输出 DATEDIF 或直接相减的写法
• 追问修正：公式报错就把报错信息和单元格截图发回去，说「这个公式在 Excel 里报 #N/A，帮我修」

路线二：把文件发给 AI，让它直接处理

Kimi、DeepSeek、豆包、腾讯元宝等主流国产 AI 助手都支持直接上传 Excel 或 CSV 文件。上传后用自然语言下指令：「把 B 列的日期统一成 YYYY-MM-DD 格式」「按部门汇总销售额并排序」「找出重复的手机号并列出」。AI 会在后台跑代码处理，给你一个能下载的结果文件，还会顺手给出分析结论。

这条路线最适合「数据清洗」类脏活：格式不统一、多余空格、全角半角混杂、重复行——这些活让人干要一下午，AI 一分钟出结果。但有两条红线要心里有数：

1. 1隐私脱敏：工资、身份证、客户手机号这类敏感数据，发给云端 AI 前先删列或替换成假数据，合规永远排第一
2. 2行数上限：免费版 AI 对文件大小和可处理行数有限制（几千到几万行不等），超大数据集会被截断——处理完先抽查头尾几行确认没丢数据
3. 3结果要复核：AI 处理完一定要抽查，尤其是涉及金额汇总的，错一个小数点都是事故

路线三：让 AI 写 Python 脚本，批量处理

当你面对「把 200 个 Excel 合并成一张总表」「把每个 sheet 拆成单独文件」这种批量需求，前两条路就不够用了——这时候让 AI 写一段 Python 脚本是最优解。别被「写代码」吓到：你一行代码都不用写，只需要装一次环境、会把 AI 给的代码存成文件运行。整个流程：

1. 1装 Python：官网 python.org 下载安装（安装时勾选 Add to PATH），或直接用 AI 编程工具（见下文）跳过这一步
2. 2装依赖：打开命令行运行 pip install pandas openpyxl，这是处理 Excel 的标准库
3. 3描述需求给 AI：「当前文件夹里有 200 个 .xlsx 文件，结构相同，帮我写个 Python 脚本：全部合并成一个 total.xlsx，并加一列『来源文件』记录每行来自哪个文件」
4. 4把 AI 输出的代码存为 merge.py，放在表格同一文件夹，命令行运行 python merge.py
5. 5报错就把报错信息原样发回给 AI，让它改——通常一两轮就能跑通

一个真实可用的例子，AI 给出的批量合并脚本长这样：

import pandas as pd
from pathlib import Path

frames = []
for f in Path('.').glob('*.xlsx'):
    if f.name == 'total.xlsx':
        continue
    df = pd.read_excel(f)
    df['来源文件'] = f.name
    frames.append(df)

result = pd.concat(frames, ignore_index=True)
result.to_excel('total.xlsx', index=False)
print(f'合并完成，共 {len(result)} 行')

软件自带的 AI：WPS AI 与 Microsoft 365 Copilot

如果不想在网页和 Excel 之间来回复制，两条「内置」路线可以了解：WPS AI 直接集成在 WPS 表格里，支持用自然语言生成公式、做数据分析和表格美化，国内网络无门槛，部分高级功能需要会员；微软的 Microsoft 365 Copilot 深度集成在 Excel 里，能直接对话式分析数据，但主要面向企业订阅、价格较高且国内个人用户开通不便。对大多数个人用户，免费的「网页 AI + 复制公式」组合已经够用，内置 AI 属于锦上添花。

常见坑

1. 1公式复制过去报错：先检查 Excel/WPS 版本是否支持该函数，再把报错码发回给 AI 让它换写法
2. 2AI 清洗后行数变少：多半是它「顺手」去重或过滤了，提示词里明确写「不要删除任何行，只修改格式」
3. 3合并后列对不齐：不同文件的列名有细微差异（多空格、大小写），让 AI 在脚本里先统一列名再合并
4. 4日期变成一串数字：Excel 的日期本质是序列号，让 AI 在导出时指定日期格式，或导出后用单元格格式刷一下
5. 5数据量大时网页 AI 超时：超过几万行就别折腾网页上传了，直接走路线三的本地脚本

用 AI 处理 Excel 的本质，是把「描述需求」这件事练熟——描述越具体，AI 交付越准。这个能力不止用在表格上：写脚本、做网页、搭自动化流程，都是同一套「把需求说清楚」的功夫。想系统学会这套打法、从处理表格进阶到用 AI 做出自己的产品，欢迎来 IMAI 看看我们的实战课程。