欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python八個(gè)自動(dòng)化辦公的技巧

 更新時(shí)間:2022年01月23日 15:17:11   作者:車?yán)遄覢  
這篇文章主要介紹了幾個(gè)Python自動(dòng)化辦公的技巧,可以大大提高工作效率,例如:Word文檔doc轉(zhuǎn)docx、Excel文件批量合并、Word文件批量轉(zhuǎn)pdf等,需要的可以參考一下

導(dǎo)語(yǔ)

哈嘍吖鐵汁萌!今天這期就給大家介紹幾個(gè)我用到的辦公室自動(dòng)化技巧,可以瞬速提高辦公效率。有需要的可以往下滑了

1、Word文檔doc轉(zhuǎn)docx

去年想?yún)①愐粋€(gè)數(shù)據(jù)比賽, 里面的數(shù)據(jù)都是doc格式, 想用python-docx 讀取word文件中的數(shù)據(jù), 但是python-docx只支持docx格式, 所以研究了這兩種格式的轉(zhuǎn)換。

1.1 導(dǎo)入工具包

import os
from win32com import client as wc

1.2 獲取文件夾下面所有doc文件明細(xì)

# 路徑
path="C:/Users/yyz/Desktop/python辦公技巧/data/doc轉(zhuǎn)docx/"   # 根據(jù)自己電腦文件修改
 
# 定義空l(shuí)ist,存放文件絕對(duì)路徑
files = []
for file in os.listdir(path):
    if file.endswith(".doc"):
        files.append(path+file)
files

1.3 轉(zhuǎn)換文件 

 # 運(yùn)行word程序
word = wc.Dispatch("Word.Application")
# for循環(huán)
i = 0
for file in files:
    try:
        doc = word.Documents.Open(file)    #打開(kāi)word文件
        doc.SaveAs("{}x".format(file), 12)   #另存為后綴為".docx"的文件,其中參數(shù)12指docx文件
        doc.Close()  #關(guān)閉原來(lái)word文件
        print(file +':轉(zhuǎn)換成功')
        i +=1
    except:
        print(file +':轉(zhuǎn)換[不成功]')   
        files.append(file)  # 若讀取文件報(bào)錯(cuò), 則將文件名稱添加到files列表中重新讀取
        pass
print('轉(zhuǎn)換文件%i個(gè)'%i)    
# 退出word    
word.Quit()

 2、文字地址批量轉(zhuǎn)經(jīng)緯度

工作中地址轉(zhuǎn)經(jīng)緯度會(huì)用在做地圖可視化或者計(jì)算距離方面。

2.1 導(dǎo)入工具包

# 導(dǎo)入工具包
import pandas as pd
import json
from urllib.request import urlopen, quote
import requests

2.2 定義轉(zhuǎn)換函數(shù)

# 定義函數(shù)
def getlnglat(address):
    url = 'http://api.map.baidu.com/geocoding/v3/'
    output = 'json'
    ak = "自己申請(qǐng)的api"   # 百度地圖API, 需要自己申請(qǐng)
    address = quote(address) # 由于本文地址變量為中文,為防止亂碼,先用quote進(jìn)行編碼
    uri = url + '?' + 'address=' + address  + '&output=' + output + '&ak=' + ak  +'&callback=showLocation%20'+'//GET%E8%AF%B7%E6%B1%82'
    res=requests.get(uri).text
    temp = json.loads(res) # 將字符串轉(zhuǎn)化為json
    lat = temp['result']['location']['lat']
    lng = temp['result']['location']['lng']
    return lng, lat   # 經(jīng)度 longitude,緯度 latitude,

2.3 地址轉(zhuǎn)換

2.3.1 單個(gè)地址轉(zhuǎn)換

# 單個(gè)地址轉(zhuǎn)換
getlnglat('北京市朝陽(yáng)區(qū)高碑店地區(qū)辦事處高井村委會(huì)')
(116.52784003604923, 39.91806508560947)

2.3.2 批量地址轉(zhuǎn)換

# 讀取數(shù)據(jù)
data = pd.read_excel('C:/Users/yyz/Desktop/python辦公技巧/data/地址信息.xlsx')
data

data['經(jīng)度'] = ''
data['緯度'] = ''
for i in range(data.shape[0]):
? ? try:
? ? ? ? data.iloc[i,2] = getlnglat(data.iloc[i,1])[0] # 經(jīng)度 將第i行,第2列的地址(列索引為1)轉(zhuǎn)換為經(jīng)緯度,并將經(jīng)度賦值給第i行,第3列(列索引為2)
? ? ? ? data.iloc[i,3] = getlnglat(data.iloc[i,1])[1] # 緯度
? ? except:
? ? ? ? pass
? ? #print(i)
data

3、經(jīng)緯度計(jì)算距離

安裝工具包

pip install geopy

3.1 導(dǎo)入工具包

from geopy.distance import geodesic

3.2 讀取數(shù)據(jù)

# 讀取數(shù)據(jù)
data = pd.read_excel('C:/Users/yyz/Desktop/python辦公技巧/data/經(jīng)緯度計(jì)算距離.xlsx')
data

3.3 計(jì)算距離

 # 將經(jīng)緯度賦值給變量,簡(jiǎn)化
wd1 = data['緯度1'].tolist()
jd1 = data['經(jīng)度1'].tolist()
wd2 = data['緯度2'].tolist()
jd2 = data['經(jīng)度2'].tolist()
 
lis1 = []
for i in range(len(data)):
    j= geodesic((wd1[i],jd1[i]), (wd2[i],jd2[i])).km   # 緯度 經(jīng)度  緯度 經(jīng)度
    lis1.append(j)
    #print(i)
 
data['距離'] = lis1
data

4、百度經(jīng)緯度轉(zhuǎn)高德經(jīng)緯度

公司有2個(gè)系統(tǒng),用的坐標(biāo)系不一樣, 有時(shí)候需要轉(zhuǎn)換一下

4.1 工具包

 # 導(dǎo)入工具包
import math
import pandas as pd

4.2 定義函數(shù)

# 定義轉(zhuǎn)換函數(shù)
def bdToGaoDe(lon,lat):
    PI = 3.14159265358979324 * 3000.0 / 180.0
    x = lon - 0.0065
    y = lat - 0.006
    z = math.sqrt(x * x + y * y) - 0.00002 * math.sin(y * PI)
    theta = math.atan2(y, x) - 0.000003 * math.cos(x * PI)
    lon = z * math.cos(theta)
    lat = z * math.sin(theta)
    return lon,lat

4.3 單個(gè)轉(zhuǎn)換

# 單個(gè)轉(zhuǎn)換
bdToGaoDe(116.512885, 39.847469)
(116.50647396357492, 39.84120409781157)

4.4 批量轉(zhuǎn)換

# 讀取數(shù)據(jù)
data = pd.read_excel('C:/Users/yyz/Desktop/python辦公技巧/data/百度經(jīng)緯度轉(zhuǎn)高德.xlsx')
data.head()

wd = data['緯度'].tolist()
jd = data['經(jīng)度'].tolist()
# 定義一個(gè)空列表
li1 = []
for i in range(len(data)):
? ? j ?= bdToGaoDe(jd[i],wd[i])
? ? li1.append(j)
? ??
li1
data['經(jīng)度_re'] = [i[0] for i in li1]
data['緯度_re'] = [i[1] for i in li1]
data.head()

5、Excel文件批量合并

5.1 工具包

# 導(dǎo)入工具包
import pandas as pd
import os

5.2 獲取文件列表

 # 設(shè)置文件路徑
path = 'C:/Users/yyz/Desktop/python辦公技巧/data/數(shù)據(jù)合并/'
# 空列表, 用于存放文件路徑
files = []
for file in os.listdir(path):
    if file.endswith(".xlsx"):
        files.append(path+file)
 
# 查看列表
files

5.3 轉(zhuǎn)換存儲(chǔ)數(shù)據(jù)

 # 定義一個(gè)空的dataframe
data = pd.DataFrame()  
 
# 遍歷所有文件
for file in files:
    datai = pd.read_excel(file)
    datai_len = len(datai)
    data = data.append(datai)   # 添加到總的數(shù)據(jù)中
    print('讀取%i行數(shù)據(jù),合并后文件%i列, 名稱:%s'%(datai_len,len(data.columns),file.split('/')[-1]))     
    # 查看是否全部讀取,格式是否出錯(cuò)
# 重置索引    
data.reset_index(drop=True,inplace=True)

6、Word文件批量轉(zhuǎn)pdf

只能轉(zhuǎn)docx文件,轉(zhuǎn)doc文件會(huì)報(bào)錯(cuò), 工具包安裝

pip install docx2pdf

6.1 導(dǎo)入工具包???????

# 安裝工具包:
# 導(dǎo)入工具包
from docx2pdf import convert
import os

6.2 單個(gè)轉(zhuǎn)換

 # 單個(gè)轉(zhuǎn)換
convert("c:/users/yyz/desktop/魔方公式.docx", "c:/users/yyz/desktop/excel筆記.pdf")

6.3 批量轉(zhuǎn)換???????

# 文件位置
path = 'C:/Users/yyz/Desktop/python辦公技巧/data/word轉(zhuǎn)pdf/'
# 定義空l(shuí)ist,存放文件列表
files = []
for file in os.listdir(path):
    if file.endswith(".docx"):
        files.append(path+file)
files
for file in files:
   convert(file,file.split('.')[0]+'.pdf')
   print(file+'轉(zhuǎn)換成功')

7、批量讀取word中表格數(shù)據(jù)

7.1工具包安裝

pip install python-docx
# 讀取word文件
doc = docx.Document('C:/Users/yyz/Desktop/python辦公技巧/data/word信息.docx')
# 獲取文檔中所有表格對(duì)象的列表
biaoges = doc.tables 

7.2 不規(guī)范的表格???????

cells = biaoges[1]._cells
cells_lis = [[cell.text for cell in cells]]

import pandas as pd
import numpy as np
datai = pd.DataFrame(cells_lis)
datai = datai[[1,3,7,9,14,16,19,21]]
datai.columns = ['姓名','年齡','籍貫','住址','工作單位','電話','是否黨員','出生日期']
datai

7.3 規(guī)范數(shù)據(jù)???????

# 獲取第1個(gè)表格行丨
rowi = len(biaoges[0].rows)
rowi
# 定義空列表
lis1 = []
# for循環(huán)獲取第一個(gè)表的數(shù)據(jù)
for i in range(1,rowi):  # 從第2行開(kāi)始循環(huán)
    lis1.append([biaoges[0].cell(i,0).text,
                 biaoges[0].cell(i,1).text,
                 biaoges[0].cell(i,2).text,
                 biaoges[0].cell(i,3).text,
                 biaoges[0].cell(i,4).text])
# 創(chuàng)建一個(gè)dataframe
data1 = pd.DataFrame(lis1,columns=['日期','品類','數(shù)量','價(jià)格','金額'])
data1

7.4 批量讀取???????

import pandas as pd
import os
os.chdir('C:/Users/yyz/Desktop/python辦公技巧/data/word信息/')
lis1=[]
for file in os.listdir('.'):
    if file.endswith('.docx'):
        doc = docx.Document('./'+file)
        biaoges = doc.tables
        rowi = len(biaoges[0].rows)
        for i in range(1,rowi):
            lis1.append([biaoges[0].cell(i,0).text,
                     biaoges[0].cell(i,1).text,
                     biaoges[0].cell(i,2).text,
                     biaoges[0].cell(i,3).text,
                     biaoges[0].cell(i,4).text])
# 創(chuàng)建dataframe            
data1 = pd.DataFrame(lis1,columns=['日期','品類','數(shù)量','價(jià)格','金額'])
data1

8 用outlook批量發(fā)郵件

8.1 導(dǎo)入工具包???????

import win32com.client as win32
import pandas as pd

8.2 讀取數(shù)據(jù)

# 讀取數(shù)據(jù)
data1 = pd.read_excel('C:/Users/yyz/Desktop/python批量發(fā)送郵件.xlsx',sheet_name='發(fā)送郵件')
data1.fillna('',inplace=True)

8.3 發(fā)送郵件

# 運(yùn)行outlook
outlook = win32.Dispatch("outlook.Application")   
# for循環(huán)發(fā)送文件
for i in range(data1.shape[0]):   
    mail = outlook.CreateItem(0)   # 創(chuàng)建一個(gè)郵件對(duì)象  win32.constants.olMailItem
    mail.To = data1.iloc[i,0]      #收件人
    mail.CC = data1.iloc[i,1]      #抄送人
    mail.Subject = data1.iloc[i,2]    #郵件主題
    mail.HTMLBody = data1.iloc[i,3]           # 郵件正文 html格式
   # mail.Body = data1.iloc[i,3]              # 郵件正文
    mail.Attachments.Add(data1.iloc[i,4])     # 附件
    mail.Send() #發(fā)送
    i +=1
print('發(fā)送郵件%i份'%i)

python辦公自動(dòng)化的技巧還有很多, python好掌握,能幫助我們提升工作效率,這也是很多非編程人員學(xué)習(xí)python的原因之一。

以上就是Python七個(gè)自動(dòng)化辦公的技巧的詳細(xì)內(nèi)容,更多關(guān)于Python自動(dòng)化辦公的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • python 在threading中如何處理主進(jìn)程和子線程的關(guān)系

    python 在threading中如何處理主進(jìn)程和子線程的關(guān)系

    這篇文章主要介紹了python 在threading中如何處理主進(jìn)程和子線程的關(guān)系,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-04-04
  • python在回調(diào)函數(shù)中獲取返回值的方法

    python在回調(diào)函數(shù)中獲取返回值的方法

    今天小編就為大家分享一篇python在回調(diào)函數(shù)中獲取返回值的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-02-02
  • Pandas多列值合并成一列的實(shí)現(xiàn)

    Pandas多列值合并成一列的實(shí)現(xiàn)

    本文主要介紹了Pandas多列值合并成一列的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-07-07
  • Mac中pyenv的安裝與使用教程

    Mac中pyenv的安裝與使用教程

    pyenv支持linux下python多版本的共存和版本之間切換,非常方便,下面這篇文章主要給大家介紹了關(guān)于Mac中pyenv安裝與使用的相關(guān)資料,需要的朋友可以參考下
    2022-02-02
  • Django中ORM表的創(chuàng)建和增刪改查方法示例

    Django中ORM表的創(chuàng)建和增刪改查方法示例

    這篇文章主要給大家介紹了關(guān)于Django中ORM表的創(chuàng)建和增刪改查等基本操作的方法,還給大家分享了django orm常用查詢篩選的相關(guān)內(nèi)容,分享出來(lái)供大家參考學(xué)習(xí),需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。
    2017-11-11
  • 解決Python 寫(xiě)文件報(bào)錯(cuò)TypeError的問(wèn)題

    解決Python 寫(xiě)文件報(bào)錯(cuò)TypeError的問(wèn)題

    這篇文章主要介紹了解決Python 寫(xiě)文件報(bào)錯(cuò)TypeError的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-10-10
  • python中循環(huán)語(yǔ)句while用法實(shí)例

    python中循環(huán)語(yǔ)句while用法實(shí)例

    這篇文章主要介紹了python中循環(huán)語(yǔ)句while用法,實(shí)例分析了while語(yǔ)句的使用方法,需要的朋友可以參考下
    2015-05-05
  • Python Numpy教程之排序,搜索和計(jì)數(shù)詳解

    Python Numpy教程之排序,搜索和計(jì)數(shù)詳解

    這篇文章主要為大家詳細(xì)介紹了Python?NumPy中排序,搜索和計(jì)數(shù)的實(shí)現(xiàn),文中的示例代碼講解詳細(xì),對(duì)我們學(xué)習(xí)Python有一定幫助,需要的可以參考一下
    2022-08-08
  • pandas實(shí)現(xiàn)數(shù)據(jù)合并的示例代碼

    pandas實(shí)現(xiàn)數(shù)據(jù)合并的示例代碼

    本文主要介紹了pandas實(shí)現(xiàn)數(shù)據(jù)合并的示例代碼,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-05-05
  • python中的opencv?圖像梯度

    python中的opencv?圖像梯度

    這篇文章主要介紹了python中的opencv?圖像梯度,圖像梯度計(jì)算的是圖像變化的速度,圖像梯度計(jì)算需要求導(dǎo)數(shù),但是圖像梯度一般通過(guò)計(jì)算像素值的差來(lái)得到梯度的近似值,下文詳細(xì)介紹需要的小伙伴可以參考一下
    2022-06-06

最新評(píng)論