先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024c （备注Python）
正文
| 杨二 | 销售部 | 2023年 | 10月 | 完成修炼科目16 |
| 杨二 | 销售部 | 2023年 | 11月 | 完成修炼科目17 |
| 杨二 | 销售部 | 2023年 | 12月888 | 完成修炼科目19 |
| 刘三 | 财务部 | 2024年 | 9月 | 完成修炼科目20 |
| 刘三 | 财务部 | 2024年 | 10月 | 完成修炼科目1 |
| 刘三 | 财务部 | 2022年 | 11月 | 完成修炼科目3 |
| 刘三 | 财务部 | 2022年 | 12月888 | 完成修炼科目4 |
| 刘三 | 财务部 | 2022年 | 9月 | 完成修炼科目5 |
| 刘三 | 财务部 | 2022年 | 10月 | 完成修炼科目6 |
| 刘三 | 财务部 | 2022年 | 11月 | 完成修炼科目7 |
| 刘三 | 财务部 | 2022年 | 12月 | 完成修炼科目8 |
| 刘三 | 财务部 | 2022年 | 9月 | 完成修炼科目7 |
| 刘三 | 财务部 | 2022年 | 10月 | 完成修炼科目8 |
| 刘三 | 财务部 | 2022年 | 11月 | 完成修炼科目10 |
| 刘三 | 财务部 | 2022年 | 12月 | 完成修炼科目11 |
| 刘三 | 财务部 | 2022年 | 9月 | 完成修炼科目12 |
| 刘三 | 财务部 | 2022年 | 10月 | 完成修炼科目13 |
| 刘三 | 财务部 | 2022年 | 11月 | 完成修炼科目14 |
| 刘三 | 财务部 | 2022年 | 12月 | 完成修炼科目15 |
| 刘三 | 财务部 | 2022年 | 9月 | 出差 |
| 刘三 | 财务部 | 2023年 | 10月 | 完成修炼科目17 |
| 刘三 | 财务部 | 2023年 | 11月 | 完成修炼科目19 |
| 刘三 | 财务部 | 2023年 | 12月 | 完成修炼科目20 |
| 刘三 | 财务部 | 2023年 | 9月 | 完成修炼科目2 |
| 刘三 | 财务部 | 2023年 | 10月 | 完成修炼科目3 |
| 刘三 | 财务部 | 2023年 | 11月 | 完成修炼科目4 |
| 刘三 | 财务部 | 2024年 | 12月 | 完成修炼科目5 |
| 刘三 | 财务部 | 2022年 | 9月 | 完成修炼科目6 |
| 刘三 | 财务部 | 2022年 | 10月 | 完成修炼科目7 |
| 刘三 | 财务部 | 2022年 | 11月 | 完成修炼科目8 |
| 刘三 | 财务部 | 2023年 | 12月 | 完成修炼科目10 |
| 刘三 | 财务部 | 2023年 | 9月 | 完成修炼科目11 |
| 刘三 | 财务部 | 2023年 | 10月 | 完成修炼科目12 |
| 刘三 | 财务部 | 2023年 | 11月 | 完成修炼科目13 |
| 刘三 | 财务部 | 2023年 | 12月 | 完成修炼科目15 |
| 刘三 | 财务部 | 2023年 | 9月 | 完成修炼科目16 |
| 刘三 | 财务部 | 2024年 | 10月 | 完成修炼科目17 |
| 刘三 | 财务部 | 2022年 | 11月 | 完成修炼科目19 |
| 刘三 | 财务部 | 2022年 | 12月 | 完成修炼科目20 |
| 刘三 | 财务部 | 2022年 | 9月 | 完成修炼科目1 |
| 刘三 | 财务部 | 2023年 | 10月 | 完成修炼科目2 |
| 刘三 | 财务部 | 2023年 | 11月 | 完成修炼科目3 |
| 刘三 | 财务部 | 2023年 | 12月 | 完成修炼科目4 |
| 刘三 | 财务部 | 2023年 | 9月 | 完成修炼科目5 |
| 刘三 | 财务部 | 2023年 | 10月 | 完成修炼科目6 |
| 刘三 | 财务部 | 2023年 | 11月 | 完成修炼科目7 |
| 刘三 | 财务部 | 2024年 | 12月 | 完成修炼科目8 |
| 刘三 | 财务部 | 2022年 | 9月 | 完成修炼科目7 |
| 刘三 | 财务部 | 2022年 | 10月 | 完成修炼科目8 |
| 刘三 | 财务部 | 2022年 | 11月 | 完成修炼科目9 |
| 刘三 | 财务部 | 2023年 | 12月 | 完成修炼科目10 |
| 刘三 | 财务部 | 2023年 | 9月 | 完成修炼科目11 |
| 刘三 | 财务部 | 2023年 | 10月 | 完成修炼科目12 |
| 刘三 | 财务部 | 2023年 | 11月 | 完成修炼科目13 |
| 刘三 | 财务部 | 2023年 | 12月 | 完成修炼科目14 |
输出结果展示
1.xlsx
2.xlsx
3.xlsx
想筛选自己想要的数据就得多加筛选条件，具体放在什么位置得看情况，主打就是一个变通。
还得一步一步的调试。
代码如下：
import pandas as pd
import re
def rename_on_keywords(text, keywords):
for keyword in keywords:
if keyword in text:
return keyword
return text
def merge_groups_on_keywords(text, keywords):
for keyword in keywords:
groups = re.findall(f'([^、]*{keyword}[^、]*\(\d+\))', text)
counts = [int(re.search('\((\d+)\)', group).group(1)) for group in groups]
if groups:
text = text.replace(groups[0], f'{keyword} ({sum(counts)})')
for group in groups[1:]:
text = text.replace('、' + group, '')
return text
# 读取 Excel 文件
df = pd.read_excel('kq.xlsx', engine='openpyxl')
# 列名定义
column1_name = '姓名'
column2_name = '年'
column3_name = '月'
column4_name = '当月完成工作'
column5_name = '年'
column6_name = '月'
column_to_rename = '月'
keywords = ['12月']
# 定义你想要排除的特定值列表
specific_values4 = ['出差']
specific_values5 = ['2024']
specific_values6 = ['11']
# 排除 'Column4' 和 'Column5' 中等于特定值列表的行
df = df[~df[column4_name].isin(specific_values4) & ~df[column5_name].isin(specific_values5)& ~df[column6_name].isin(specific_values6)]
# 对于每个 '姓名'，在其对应的列中，找出包含特定关键字的唯一值，并将这些值替换为关键字本身
df[column_to_rename] = df.groupby(column1_name)[column_to_rename].transform(lambda x: x.apply(lambda y: rename_on_keywords(y, keywords)))
# 对 Column1 进行分组，并将每个组的 Column2 和 Column3 值合并为一个字符串，并计算每个字符串的出现次数
merged = df.groupby(column1_name).apply(lambda x: '、'.join([f'{v} ({c})' for v, c in (x[column2_name] + ' ' + x[column3_name]).value_counts().items()]))
# 将结果转换为 DataFrame
merged_df = merged.reset_index()
merged_df.columns = [column1_name, 'Merged_' + column2_name + '_' + column3_name]
# 将结果保存到新的 Excel 文件中
merged_df.to_excel('1.xlsx', index=False)
# 读取保存的 Excel 文件
df = pd.read_excel('1.xlsx')
# 列名定义
column2_name = 'Merged_年_月'
keywords = ['12月','10月']
# 对每个“用户名”对应的列中包含关键字的部分进行合并，并且重新命名为关键字，然后对次数进行求和
df[column2_name] = df[column2_name].apply(lambda x: merge_groups_on_keywords(x, keywords))
文末有福利领取哦~
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
👉**一、Python所有方向的学习路线**
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
👉**二、Python必备开发工具**
👉**三、Python视频合集**
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉 **四、实战案例**
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。**（文末领读者福利）**
👉**五、Python练习题**
检查学习结果。
👉**六、面试资料**
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
研究，那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）**
[外链图片转存中...(img-4C3ZT4li-1713426809568)]
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
