您好,登錄后才能下訂單哦!
這篇文章給大家介紹使用Python怎么實現自動化辦公,內容非常詳細,感興趣的小伙伴們可以參考借鑒,希望對大家能有所幫助。
1、簡單易用,與C/C++、Java、C# 等傳統語言相比,Python對代碼格式的要求沒有那么嚴格;2、Python屬于開源的,所有人都可以看到源代碼,并且可以被移植在許多平臺上使用;3、Python面向對象,能夠支持面向過程編程,也支持面向對象編程;4、Python是一種解釋性語言,Python寫的程序不需要編譯成二進制代碼,可以直接從源代碼運行程序;5、Python功能強大,擁有的模塊眾多,基本能夠實現所有的常見功能。
代統計名單
比如下面這個目錄是參與活動的人員名單,每個文件夾為每個人參與活動的相關資料,有些目錄是很多人一起參與一個活動,這個時候我要把文件遍歷,把名字輸入到一個列表中。
相關代碼如下
# 保存指定目錄下文件名到列表 def Save_name(dirPath): filePath = dirPath names = os.listdir(filePath) return names # 處理文件名 def progress_name(name): result = [] for str in name: str_list = str.split() for i in str_list: result.append(i) return result
代處理的excel如下
處理excel我用到的是pandas庫,相關代碼如下:
# 處理excel表 def progress_excel(name, filepath, col): data1 = pd.DataFrame(pd.read_excel(filepath)) # 這個會直接默認讀取到這個Excel的第一個表單 data = data1.head(70) # 默認讀取前5行的數據 num = data.index for i in name: for j in num: if data['姓名'].loc[j] == i: data[col].loc[j] = 0.5 print(data) DataFrame(data).to_excel('活動記錄.xlsx', sheet_name='Sheet1', index=False, header=True)
代碼運行后如下
可以看到,成功處理了我需要他處理的列,并進行時長的統計
import os import pandas as pd from pandas import DataFrame # 保存指定目錄下文件名到列表 def Save_name(dirPath): filePath = dirPath names = os.listdir(filePath) return names # 處理文件名 def progress_name(name): result = [] for str in name: str_list = str.split() for i in str_list: result.append(i) return result # 處理excel表 def progress_excel(name, filepath, col): data1 = pd.DataFrame(pd.read_excel(filepath)) # 這個會直接默認讀取到這個Excel的第一個表單 data = data1.head(70) # 默認讀取前5行的數據 num = data.index for i in name: for j in num: if data['姓名'].loc[j] == i: data[col].loc[j] = 0.5 print(data) DataFrame(data).to_excel('活動記錄.xlsx', sheet_name='Sheet1', index=False, header=True) if __name__ == '__main__': path = 'F:\\黨支部\\環境美化活動' # 要提取文件夾名的路徑 names = Save_name(path) filenames = progress_name(names) # print(filenames) # print(len(filenames)) excelname = 'F:\\黨支部\\活動記錄.xlsx' # 要處理的表 col = '校園環境美化活動(0.5h)' # 要處理的列 progress_excel(filenames, excelname, col)
關于使用Python怎么實現自動化辦公就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。