筛选一个工作簿中的所有工作表数据

import xlwings as xw
import pandas as pd
app = xw.App(visible=False,add_book=False)  # 启动excel
workbook = app.books.open(r'd:\python_file\采购表.xlsx')     # 打开要处理的工作簿
worksheet = workbook.sheets                 # 列出工作簿中的所有工作表
table = pd.DataFrame()                        # 创建一个空DataFrame
for i, j in enumerate(worksheet):           # 遍历工作簿中的工作表
    values = j.range('a1').options(pd.DataFrame,header=1,index=False,expand='table').value   # 读取当前工作表数据
    data = values.reindex(columns=['采购物品','采购日期','采购数量','采购金额'])  # 调整列的顺序,将"采购物品"移到第1列
    table = table.append(data,ignore_index=True)  # 将调整列顺序后的数据合并到前面创建的DataFrame中
table = table.groupby('采购物品')   # 根据采购物品列筛选数据
new_workbook = xw.books.add()      # 新建一个工作簿
for idx, group in table:   # 遍历筛选好的数据，其中idx对应物品名称， group对应该物品的所有明细数据
    new_worksheet = new_workbook.sheets.add(idx)  # 在新工作簿中新增工作表，以物品名称作为工作表名
    new_worksheet['a1'].options(index=False).value = group  # 在新工作表中写入当前物品的所有明细数据
    last_cell = new_worksheet['a1'].expand('table').last_cell   # 获取当前工作表数据区域右下角的单元格
    last_row = last_cell.row        # 获取数据区域最后一行行号
    last_column = last_cell.column  # 获取数据区域最后一列的列号
    last_column_letter = chr(64 + last_column)  # 将数据区域最后一列的列号(数字)转换为该列的列标(字母）
    sum_cell_name = '{}{}'.format(last_column_letter,last_row+1)     # 获取数据区域右下角单元格下方的单元格位置
    sum_last_row_name = '{}{}'.format(last_column_letter,last_row)   # 获取数据区域右下角单元格位置
    formula = '=SUM({}2:{})'.format(last_column_letter,sum_last_row_name)   # 根据前面获取的单元格位置构造excel公式，对采购金额求和
    new_worksheet[sum_cell_name].formula = formula  # 将求和公式写入数据区域右下解单元格下方的单元格中
    new_worksheet.autofit()  # 根据单元格中的数据内容自动调整工作表的行高和列宽
new_workbook.save(r'd:\python_file\采购分类表.xlsx')   # 保存新建的工作簿并命名为 "采购分类表.xlsx"
workbook.close()
app.quit()