DeepSeek 如何生成 Excel 表格？用 Python 写入明细和汇总两个工作表

DeepSeek 可以帮助编写生成工作簿的代码，实际 Excel 文件由本地 Python 写出。本例生成一个包含 details 和 summary 的工作簿：明细保存两条订单，汇总按地区计算金额，并重新读取检查结果。

准备输入与运行环境

Python 3.11，执行 python -m pip install pandas openpyxl。示例订单完全虚构，金额用“分”的整数表示，避免把二进制浮点误差当成金额；不要把代码文本保存为 .xlsx。

给 DeepSeek 的任务说明

请生成 Excel 工作簿 report.xlsx，details 保存虚构订单明细，summary 按 region 汇总 amount_cents。金额以整数分保存；编号保持字符串。用 ExcelWriter 写两个工作表，随后读回检查表名、明细行数和金额总和。不要覆盖已有文件。

在本地运行与检查

将下面代码保存为 example_05.py。进入保存该文件的目录，在终端执行 python example_05.py。代码应由你检查后执行，按实际字段修改。

from pathlib import Path
import pandas as pd

out = Path("report.xlsx")
if out.exists():
    raise FileExistsError("report.xlsx 已存在，请换新文件名")
details = pd.DataFrame({"order_id": ["001", "002"], "region": ["East", "West"],
                        "amount_cents": [12500, 7500]})
summary = details.groupby("region", as_index=False)["amount_cents"].sum()
with pd.ExcelWriter(out, engine="openpyxl") as writer:
    details.to_excel(writer, sheet_name="details", index=False)
    summary.to_excel(writer, sheet_name="summary", index=False)
with pd.ExcelFile(out) as book:
    assert set(book.sheet_names) == {"details", "summary"}
    back = pd.read_excel(book, sheet_name="details", dtype={"order_id": "string"})
    totals = pd.read_excel(book, sheet_name="summary")
assert len(back) == 2 and back["order_id"].tolist() == ["001", "002"]
assert back["amount_cents"].sum() == totals["amount_cents"].sum() == 20000
print(out.resolve(), "details", len(back), "total_cents", totals["amount_cents"].sum())

把实际数据放在哪里

替换 details 的数据即可，先确认每行是一笔订单。币种不同的订单不能直接相加，应把币种也作为分组键。输出字段写 amount_cents 是提醒读者金额单位为分；若展示为元，单独创建展示列并保持计算口径一致。

为什么要读回工作簿

写入未报错只能说明文件创建过程完成。读回可以发现表名写错、编号类型变化或总额不符；打开 Excel 后再查看列宽、金额单位和是否意外多出索引列。这里 index=False 避免把行索引写成额外数据列。

怎样确认结果正确

程序应生成 report.xlsx，details 有 2 行，summary 的 East 为 12500 分、West 为 7500 分，总计 20000 分。打开两个工作表检查名称与单位，编号 001、002 保持原样；重新读取的断言全部通过后才把文件发给同事。

适用边界与常见问题

这是本地双工作表生成演示，不代表 DeepSeek 网页必定提供可下载附件，也没有模拟真实订单、公式模板或宏。读取已有 Excel 的公式值、格式和合并单元格有额外规则，不能据此保证复杂模板原样保留。

资料依据

接口说明核验日期：2026 年 10 月 1 日。pandas Excel I/O；pandas 分组接口。