Python+pandas:造价报表自动化,从3小时到3分钟

「同样的报表，别人手动做3小时，你用Python 3分钟跑完。今天不聊Excel，聊点更狠的。」

一、为什么造价工程师要学Python？

核心逻辑：Excel是"工具"，Python是"自动化引擎"。当你每个月都要做同样的报表时，花2小时写个Python脚本，以后每次3分钟，这才是投资回报率。

二、Python环境搭建：30分钟搞定

Step 1：安装Python（10分钟）

去 python.org 下载 Python 3.11+，安装时勾选"Add Python to PATH"。

Step 2：安装pandas（5分钟）

pip install pandas openpyxl matplotlib

Step 3：验证安装（5分钟）

import pandas as pdprint(pd.__version__)  # 应该显示 2.0+

Step 4：写第一个脚本（10分钟）

import pandas as pddf = pd.read_excel('混凝土台账.xlsx')result = df.groupby('强度等级')['方量'].sum()print(result)

提示：不会装？让公司IT帮你装，或者直接用 Google Colab——免费，不用安装，浏览器里就能跑。

三、造价人实战：5个常用代码模板

模板1：读取+汇总混凝土台账（3分钟→10秒）

import pandas as pddf = pd.read_excel('混凝土进场台账.xlsx')monthly = df.groupby([df['日期'].dt.month, '强度等级'])['方量'].sum()supplier = df.groupby('供应商')['方量'].sum().sort_values(ascending=False)abnormal = df[df['超耗率'] > 0.05]with pd.ExcelWriter('混凝土汇总.xlsx') as writer:    monthly.to_excel(writer, sheet_name='按月汇总')    supplier.to_excel(writer, sheet_name='按供应商')    abnormal.to_excel(writer, sheet_name='异常记录')print(f'汇总完成！共发现 {len(abnormal)} 条异常记录。')

模板2：批量匹配材料价格（2小时→1分钟）

import pandas as pdcontract = pd.read_excel('合同清单.xlsx')prices = pd.read_excel('材料价格表.xlsx')merged = contract.merge(prices, on='材料名称', how='left')merged['合价'] = merged['工程量'] * merged['单价']missing = merged[merged['单价'].isna()]merged.to_excel('清单套价结果.xlsx', index=False)print(f'匹配完成！共 {len(merged)} 条，缺失 {len(missing)} 条。')

模板3：自动计算变更索赔金额（1小时→30秒）

import pandas as pdchanges = pd.read_excel('变更台账.xlsx')type_amount = changes.groupby('变更类型').agg({'申报金额': 'sum', '审批金额': 'sum', '审减金额': lambda x: x.sum() / changes['申报金额'].sum() * 100}).round(2)type_amount.columns = ['申报总额', '审批总额', '审减率(%)']high_risk = type_amount[type_amount['审减率(%)'] > 20]print('高风险变更类型：')print(high_risk)

模板4：自动生成周报（2小时→1分钟）

import pandas as pdfrom datetime import datetimethis_week = pd.read_excel('本周数据.xlsx')completed = len(this_week[this_week['状态'] == '已完成'])total_amount = this_week['金额'].sum()report = f'造价周报（{datetime.now().strftime("%Y年%m月第%d周")}）\n\n本周完成：完成变更申报 {completed} 项，金额 {total_amount:,.0f} 元'overdue = this_week[this_week['截止日期'] < datetime.now()]if len(overdue) > 0:    report += f'\n⚠️ 发现 {len(overdue)} 项逾期'with open('周报.md', 'w', encoding='utf-8') as f:    f.write(report)print('周报已生成！')

模板5：批量读取多个Excel文件（30分钟→10秒）

import pandas as pdimport globfiles = glob.glob('分包结算/*.xlsx')all_data = [pd.read_excel(f).assign(来源文件=f) for f in files]combined = pd.concat(all_data, ignore_index=True)summary = combined.groupby('分包商').agg({'结算金额': 'sum', '审减金额': 'sum'}).round(2)summary['审减率'] = (summary['审减金额'] / summary['结算金额'] * 100).round(2)summary.to_excel('分包结算汇总.xlsx')print(f'已合并 {len(files)} 个文件。')

四、Python vs Excel：怎么选？

个人建议：先用Excel把业务逻辑跑通，再用Python自动化。别为了用Python而用Python，工具是手段，解决问题才是目的。

五、学习资源推荐（免费）

六、互动时间

你会用Python吗？想学吗？\n\n�� 评论区扣数字：1：已经在用（大神）/ 2：想学，但不知道怎么开始（迷茫）/ 3：觉得Excel够用，没必要学（佛系）/ 4：公司不让装（无奈）\n\n�� 或者说说：你最想用Python自动化哪个重复性工作？

��关注「高质量推进」，每天20:00，一个造价硬核干货。

��让每一分造价，都经得起审计

本文约1,500字 | 阅读时间约6分钟下期预告：周日思考时间——造价工程师的AI时代：会被替代还是更值钱？