8个常用的python办公室自动化技巧

平时在公司做数据分析的时候, 也会用python做些办公自动化的工作, 指导昨天说他人3个小时的活我们已经可以3分钟完成了 。 O(∩_∩)O~

本文就给大家介绍几个我用到的办公室自动化技巧:
文章目录

1 Word文档doc转docx2 文字地址批量转经纬度3 经纬度计算间隔4 百度经纬度转高德经纬度5 Excel文件批量合并6 Word文件批量转pdf7 批量读取word中表格数据8 用outlook批量发邮件

1 Word文档doc转docx

去年想参赛一个数据竞赛, 里面的数据都是doc格式, 想用python-docx 读取word文件中的数据, 但是python-docx只支持docx格式, 所以研究了这两种格式的转换。
1.1 导入工具包

1. import os
2. from win32com import client as wc

复制代码

1.2 获取文件夹下面所有doc文件明细

1. # 途径
2. path="C:/Users/yyz/Desktop/python办公技巧/data/doc转docx/"# 根据自己电脑文件修改# 定义空list,寄存文件绝对途径
3. files =[]forfilein os.listdir(path):iffile.endswith(".doc"):
4.         files.append(path+file)
5. files

复制代码

1.3 转换文件

1. # 运行word程序
2. word = wc.Dispatch("Word.Application")# for循环
3. i =0forfilein files:try:
4.         doc = word.Documents.Open(file)#翻开word文件
5.         doc.SaveAs("{}x".format(file),12)#另存为后缀为".docx"的文件，其中参数12指docx文件
6.         doc.Close()#关闭原来word文件print(file+':转换胜利')
7.         i +=1except:print(file+':转换[不胜利]')   
8.         files.append(file)# 若读取文件报错, 则将文件名称添加到files列表中重新读取passprint('转换文件%i个'%i)# 退出word   
9. word.Quit()

复制代码

2 文字地址批量转经纬度

工作中地址转经纬度会用在做地图可视化或者计算间隔方面。
2.1 导入工具包

1. # 导入工具包import pandas as pd
2. import json
3. from urllib.request import urlopen, quote
4. import requests

复制代码

2.2 定义转换函数

1. # 定义函数defgetlnglat(address):
2.     url ='http://api.map.baidu.com/geocoding/v3/'
3.     output ='json'
4.     ak ="自己申请的api"# 百度地图API, 需要自己申请
5.     address = quote(address)# 由于本文地址变量为中文，为防止乱码，先用quote停止编码
6.     uri = url +'?'+'address='+ address  +'&output='+ output +'&ak='+ ak  +'&callback=showLocation%20'+'//GET%E8%AF%B7%E6%B1%82'
7.     res=requests.get(uri).text
8.     temp = json.loads(res)# 将字符串转化为json
9.     lat = temp['result']['location']['lat']
10.     lng = temp['result']['location']['lng']return lng, lat   # 经度 longitude,纬度 latitude,

复制代码

2.3 地址转换
2.3.1 单个地址转换

1. # 单个地址转换
2. getlnglat('北京市朝阳区高碑店地区办事处高井村委会')(116.52784003604923,39.91806508560947)

复制代码

2.3.2 批量地址转换

1. # 读取数据
2. data = pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/地址信息.xlsx')
3. data

复制代码

1. data['经度']=''
2. data['纬度']=''for i inrange(data.shape[0]):try:
3.         data.iloc[i,2]= getlnglat(data.iloc[i,1])[0]# 经度 将第i行,第2列的地址(列索引为1)转换为经纬度,并将经度赋值给第i行,第3列(列索引为2)
4.         data.iloc[i,3]= getlnglat(data.iloc[i,1])[1]# 纬度except:pass#print(i)
5. data

复制代码

3 经纬度计算间隔

装置工具包

1. pip install geopy

复制代码

3.1 导入工具包

1. from geopy.distance import geodesic

复制代码

3.2 读取数据

1. # 读取数据
2. data = pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/经纬度计算间隔.xlsx')
3. data

复制代码

3.3 计算间隔

1. # 将经纬度赋值给变量,简化
2. wd1 = data['纬度1'].tolist()
3. jd1 = data['经度1'].tolist()
4. wd2 = data['纬度2'].tolist()
5. jd2 = data['经度2'].tolist()
7. lis1 =[]for i inrange(len(data)):
8.     j= geodesic((wd1[i],jd1[i]),(wd2[i],jd2[i])).km   # 纬度 经度  纬度 经度
9.     lis1.append(j)#print(i)
11. data['间隔']= lis1
12. data

复制代码

4 百度经纬度转高德经纬度

公司有2个系统,用的坐标系不一样, 有时候需要转换一下
4.1 工具包

1. # 导入工具包import math
2. import pandas as pd

复制代码

4.2 定义函数

1. # 定义转换函数defbdToGaoDe(lon,lat):
2.     PI =3.14159265358979324*3000.0/180.0
3.     x = lon -0.0065
4.     y = lat -0.006
5.     z = math.sqrt(x * x + y * y)-0.00002* math.sin(y * PI)
6.     theta = math.atan2(y, x)-0.000003* math.cos(x * PI)
7.     lon = z * math.cos(theta)
8.     lat = z * math.sin(theta)return lon,lat

复制代码

4.3 单个转换

1. # 单个转换
2. bdToGaoDe(116.512885,39.847469)(116.50647396357492,39.84120409781157)

复制代码

4.4 批量转换

1. # 读取数据
2. data = pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/百度经纬度转高德.xlsx')
3. data.head()

复制代码

1. wd = data['纬度'].tolist()
2. jd = data['经度'].tolist()# 定义一个空列表
3. li1 =[]for i inrange(len(data)):
4.     j  = bdToGaoDe(jd[i],wd[i])
5.     li1.append(j)
6.    
7. li1
8. data['经度_re']=[i[0]for i in li1]
9. data['纬度_re']=[i[1]for i in li1]
10. data.head()

复制代码

5 Excel文件批量合并

5.1 工具包

1. # 导入工具包import pandas as pd
2. import os

复制代码

5.2 获取文件列表

1. # 设置文件途径
2. path ='C:/Users/yyz/Desktop/python办公技巧/data/数据合并/'# 空列表, 用于寄存文件途径
3. files =[]forfilein os.listdir(path):iffile.endswith(".xlsx"):
4.         files.append(path+file)# 查看列表
5. files

复制代码

5.3 转换存储数据

1. # 定义一个空的dataframe
2. data = pd.DataFrame()# 遍历所有文件forfilein files:
3.     datai = pd.read_excel(file)
4.     datai_len =len(datai)
5.     data = data.append(datai)# 添加到总的数据中print('读取%i行数据,合并后文件%i列, 名称：%s'%(datai_len,len(data.columns),file.split('/')[-1]))# 查看是否全部读取，格式是否出错# 重置索引   
6. data.reset_index(drop=True,inplace=True)

复制代码

6 Word文件批量转pdf

只能转docx文件,转doc文件会报错, 工具包装置

1. pip install docx2pdf

复制代码

6.1 导入工具包

1. # 装置工具包:#　导入工具包from docx2pdf import convert
2. import os

复制代码

6.2 单个转换

1. # 单个转换
2. convert("c:/users/yyz/desktop/魔方公式.docx","c:/users/yyz/desktop/excel笔记.pdf")

复制代码

6.3 批量转换

1. # 文件位置
2. path ='C:/Users/yyz/Desktop/python办公技巧/data/word转pdf/'# 定义空list,寄存文件列表
3. files =[]forfilein os.listdir(path):iffile.endswith(".docx"):
4.         files.append(path+file)
5. files
6. forfilein files:
7.    convert(file,file.split('.')[0]+'.pdf')print(file+'转换胜利')

复制代码

7 批量读取word中表格数据

工具包装置

1. pip install python-docx

复制代码

7.1 导入工具包

1. import docx

复制代码

1. # 读取word文件
2. doc = docx.Document('C:/Users/yyz/Desktop/python办公技巧/data/word信息.docx')# 获取文档中所有表格对象的列表
3. biaoges = doc.tables

复制代码

7.2 不规范的表格

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

复制代码

1. import pandas as pd
2. import numpy as np
3. datai = pd.DataFrame(cells_lis)
4. datai = datai[[1,3,7,9,14,16,19,21]]
5. datai.columns =['姓名','年龄','籍贯','住址','工作单位','电话','是否党员','出生日期']
6. datai

复制代码

7.3 规范数据

1. # 获取第1个表格行丨
2. rowi =len(biaoges[0].rows)
3. rowi

复制代码

1. # 定义空列表
2. lis1 =[]# for循环获取第一个表的数据for i inrange(1,rowi):# 从第2行开端循环
3.     lis1.append([biaoges[0].cell(i,0).text,
4.                  biaoges[0].cell(i,1).text,
5.                  biaoges[0].cell(i,2).text,
6.                  biaoges[0].cell(i,3).text,
7.                  biaoges[0].cell(i,4).text])

复制代码

1. # 创建一个dataframe
2. data1 = pd.DataFrame(lis1,columns=['日期','品类','数量','价格','金额'])
3. data1

复制代码

7.4 批量读取

1. import pandas as pd
2. import os
3. os.chdir('C:/Users/yyz/Desktop/python办公技巧/data/word信息/')

复制代码

1. lis1=[]forfilein os.listdir('.'):iffile.endswith('.docx'):
2.         doc = docx.Document('./'+file)
3.         biaoges = doc.tables
4.         rowi =len(biaoges[0].rows)for i inrange(1,rowi):
5.             lis1.append([biaoges[0].cell(i,0).text,
6.                      biaoges[0].cell(i,1).text,
7.                      biaoges[0].cell(i,2).text,
8.                      biaoges[0].cell(i,3).text,
9.                      biaoges[0].cell(i,4).text])

复制代码

1. # 创建dataframe            
2. data1 = pd.DataFrame(lis1,columns=['日期','品类','数量','价格','金额'])
3. data1

复制代码

8 用outlook批量发邮件

8.1 导入工具包

1. import win32com.client as win32
2. import pandas as pd

复制代码

8.2 读取数据

1. # 读取数据
2. data1 = pd.read_excel('C:/Users/yyz/Desktop/python批量发送邮件.xlsx',sheet_name='发送邮件')
3. data1.fillna('',inplace=True)

复制代码

8.3 发送邮件

1. # 运行outlook
2. outlook = win32.Dispatch("outlook.Application")# for循环发送文件for i inrange(data1.shape[0]):   
3.     mail = outlook.CreateItem(0)# 创建一个邮件对象  win32.constants.olMailItem
4.     mail.To = data1.iloc[i,0]#收件人
5.     mail.CC = data1.iloc[i,1]#抄送人
6.     mail.Subject = data1.iloc[i,2]#邮件主题
7.     mail.HTMLBody = data1.iloc[i,3]# 邮件正文 html格式# mail.Body = data1.iloc[i,3]              # 邮件正文
8.     mail.Attachments.Add(data1.iloc[i,4])# 附件
9.     mail.Send()#发送
10.     i +=1print('发送邮件%i份'%i)

复制代码

python办公自动化的技巧还有很多, python好掌握, 能协助我们提升工作效率, 这也是很多非编程人员学习python的原因之一.
假设对你协助, 欢送点赞、关注!
相关阅读推荐:
1. python小白, 1周入门python数据分析视频课程
2. pyechart可视化18式丨从柱形图的变化, 搞懂pyechart作图套路
3. 懂点excel作图, 怎么让pyechart作的图更具“职场范“呢?
4. 8个常用的python办公室自动化技巧,学会了同事都找你!
5. 学习python数据分析的30个练手数据+4个数据集网站
6. [工作必备]pandas数据分析处置52个常用技巧
7. 泰坦尼克号数据你没见过的可视化丨pyechart制作桑基图(sankey)的最简双方法
8. pyechart制作第七次人口普查数据动态图