أكواد Excel و Google Sheets، أتمتة البيانات

Excel وGoogle Sheets أدوات كل مهنيّ. أتمتتها توفّر ساعات. هذه أكواد جاهزة.

Python + Excel (openpyxl)

قراءة Excel

from openpyxl import load_workbook

wb = load_workbook("sales.xlsx")
sheet = wb["Q3"]

# قراءة خلية
value = sheet["A1"].value

# قراءة نطاق
for row in sheet["A2:D10"]:
    for cell in row:
        print(cell.value)

# قراءة كل الصفوف
for row in sheet.iter_rows(min_row=2, values_only=True):
    print(row) # tuple of values

كتابة Excel

from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill

wb = Workbook()
sheet = wb.active
sheet.title = "التقرير"

# رأس الجدول
headers = ["الاسم", "المبلغ", "التاريخ"]
sheet.append(headers)

# تنسيق الرأس
for col in range(1, 4):
    cell = sheet.cell(row=1, column=col)
    cell.font = Font(bold=True, color="FFFFFF")
    cell.fill = PatternFill("solid", fgColor="1F4E78")

# البيانات
data = [
    ("أحمد", 5000, "2026-09-01"),
    ("سارة", 3200, "2026-09-02"),
]
for row in data:
    sheet.append(row)

# حفظ
wb.save("report.xlsx")

Formulas

sheet["E1"] = "الإجمالي"
sheet["E2"] = "=SUM(B2:B10)"
sheet["E3"] = "=AVERAGE(B2:B10)"
sheet["E4"] = "=MAX(B2:B10)"

Python + Excel (pandas، أقوى)

قراءة كل sheet

import pandas as pd

# sheet واحد
df = pd.read_excel("sales.xlsx", sheet_name="Q3")

# كل الـsheets
all_sheets = pd.read_excel("sales.xlsx", sheet_name=None)
for name, df in all_sheets.items():
    print(f"{name}: {len(df)} صفوف")

تحليل سريع

# إحصاءات
print(df.describe())

# فلترة
top_customers = df[df["amount"] > 10000].sort_values("amount", ascending=False)

# تجميع
by_region = df.groupby("region").agg({
    "amount": ["sum", "mean", "count"],
    "customer_id": "nunique"
})

# Pivot Table
pivot = df.pivot_table(
    index="region",
    columns="product",
    values="amount",
    aggfunc="sum"
)

كتابة متعدّد Sheets

with pd.ExcelWriter("report.xlsx", engine="openpyxl") as writer:
    top_customers.to_excel(writer, sheet_name="أفضل العملاء", index=False)
    by_region.to_excel(writer, sheet_name="حسب المنطقة")
    pivot.to_excel(writer, sheet_name="جدول محوري")

Python + Google Sheets (gspread)

الإعداد

1. أنشئ Service Account في Google Cloud Console
2. حمّل credentials.json
3. شارك الـSheet مع email الـService Account

import gspread
from google.oauth2.service_account import Credentials

scopes = ["https://www.googleapis.com/auth/spreadsheets"]
creds = Credentials.from_service_account_file("credentials.json", scopes=scopes)
gc = gspread.authorize(creds)

# افتح Sheet
sheet = gc.open("my-sheet").sheet1

# قراءة
all_values = sheet.get_all_values()
records = sheet.get_all_records() # كـdict

# كتابة
sheet.update("A1", [["الاسم", "المبلغ"]])
sheet.append_row(["أحمد", 5000])

# تحديث خلية واحدة
sheet.update_cell(2, 3, "قيمة جديدة")

Google Apps Script (داخل Sheets)

Apps Script يعمل داخل Sheets نفسه (Extensions → Apps Script).

تنسيق تلقائي

function formatSheet() {
  const sheet = SpreadsheetApp.getActiveSheet();
  const range = sheet.getRange("A1:E1");
  
  range.setFontWeight("bold");
  range.setBackground("#1F4E78");
  range.setFontColor("#FFFFFF");
  
  sheet.autoResizeColumns(1, 5);
}

توليد تقرير أسبوعي

function weeklyReport() {
  const sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("Data");
  const data = sheet.getDataRange().getValues();
  
  const lastWeek = new Date();
  lastWeek.setDate(lastWeek.getDate() - 7);
  
  const recent = data.filter(row => new Date(row[0]) >= lastWeek);
  const total = recent.reduce((sum, row) => sum + row[2], 0);
  
  // إرسال إيميل
  MailApp.sendEmail({
    to: "you@example.com",
    subject: "تقرير الأسبوع",
    body: `إجمالي هذا الأسبوع: ${total} ريال\nعدد المعاملات: ${recent.length}`
  });
}

تشغيل تلقائي (Trigger)

في Apps Script: Triggers → Add Trigger → weeklyReport → Time-driven → Weekly.

دمج مع OpenAI في Sheets

function askGPT(prompt) {
  const url = "https://api.openai.com/v1/chat/completions";
  const payload = {
    model: "gpt-5-mini",
    messages: [{role: "user", content: prompt}]
  };
  
  const response = UrlFetchApp.fetch(url, {
    method: "post",
    contentType: "application/json",
    headers: {"Authorization": "Bearer YOUR_API_KEY"},
    payload: JSON.stringify(payload)
  });
  
  return JSON.parse(response.getContentText()).choices[0].message.content;
}

// استخدم داخل خلية Sheets: =askGPT("لخّص هذا النصّ: " & A1)

دمج AI مع Excel

تلخيص عمود نصوص

import pandas as pd
from openai import OpenAI

client = OpenAI(api_key="sk-...")

def summarize_text(text: str) -> str:
    response = client.chat.completions.create(
        model="gpt-5-mini",
        messages=[
            {"role": "system", "content": "لخّص في جملة واحدة."},
            {"role": "user", "content": text}
        ]
    )
    return response.choices[0].message.content

df = pd.read_excel("reviews.xlsx")
df["summary"] = df["review_text"].apply(summarize_text)
df.to_excel("reviews_summarized.xlsx", index=False)

تصنيف مشاعر

def classify_sentiment(text: str) -> str:
    response = client.chat.completions.create(
        model="gpt-5-mini",
        messages=[
            {"role": "system", "content": "صنّف: positive / negative / neutral. الجواب فقط."},
            {"role": "user", "content": text}
        ]
    )
    return response.choices[0].message.content.strip()

df["sentiment"] = df["review"].apply(classify_sentiment)

أمثلة عملية سعودية

توليد فواتير من CSV

import pandas as pd
from openpyxl import Workbook
from datetime import datetime

customers = pd.read_csv("orders.csv")

for _, row in customers.iterrows():
    wb = Workbook()
    ws = wb.active
    
    ws["A1"] = "فاتورة"
    ws["A3"] = f"العميل: {row['name']}"
    ws["A4"] = f"التاريخ: {datetime.now().strftime('%Y-%m-%d')}"
    ws["A5"] = f"المبلغ: {row['amount']} ريال"
    ws["A6"] = f"ضريبة القيمة المضافة (15%): {row['amount'] * 0.15}"
    ws["A7"] = f"الإجمالي: {row['amount'] * 1.15}"
    
    wb.save(f"invoices/invoice_{row['order_id']}.xlsx")

تقرير موحّد من عدّة ملفّات

import pandas as pd
from pathlib import Path

dfs = []
for file in Path("branches/").glob("*.xlsx"):
    df = pd.read_excel(file)
    df["branch"] = file.stem
    dfs.append(df)

combined = pd.concat(dfs, ignore_index=True)
combined.to_excel("all_branches.xlsx", index=False)

summary = combined.groupby("branch")["sales"].agg(["sum", "mean", "count"])
summary.to_excel("summary.xlsx")

نصائح ذهبية

1. pandas أقوى من openpyxl، للتحليل
2. openpyxl أفضل للتنسيقات، الألوان، الحدود
3. gspread للسحابة، تكامل مع Google
4. Apps Script للأتمتة داخل Sheets، بلا خادم خارجي
5. AI + Sheets، قوّة قاتلة، حذر بالتكاليف

المصادر الرسمية

• openpyxl Docs
• pandas Excel IO
• gspread Docs
• Google Apps Script

اقرأ أيضاً: أفضل ١٠ أكواد Python · أكواد أتمتة يومية · Web Scraping، دليل · OpenAI API، دليل البدء