同事8个小时的工作、我10分钟完成，懂Python自动化办公到底有多厉害

本文链接：https://blog.csdn.net/SpringJavaMyBatis/article/details/125343659

很多人一看到python，想到的都是IT行业的一门热门应用。

然而在非IT类行业中，python同样是受到热捧，因为每天重复琐碎的工作，是每个人或多或少都会遇到的。

我们每天都会在 Word，Excel，PPT，邮件，微信里耗费大量的时间！

只需要掌握一点点Python就可以用程序去处理这些重复烦人的工作，比如用python自动化办公，就可以快速整理数据、收集信息！

所以，python自动办公到底应该怎么用，看完我的回答就明白了。

python自动化办公到底应该如何使用？

我想介绍一下我是如何从每天工作8小时，进化成每天工作10分钟的。

不涉及太多的技术细节，毕竟知乎是一个分（现）享（编）知（故）识（事）的地方。

我不是程序员，大学学的也不是IT专业。

在这里插入图片描述
我在一个主要业务是成品粮交易的企业工作，我的岗位的主要工作就是制作各类数据统计报表、台账、数据图表等等，反正就是各类日报，每天都要做一遍，此外还有什么周报月报什么的…

这个岗位之前的同事，每天至少要花3.5到4个小时去折腾Excel，使用数据透视图、vlookup、其他各类函数去做出一份内含3000多个数据的日报。

如果领导临时安排什么工作的话，那就要加班从浩如烟海的数据里找领导要的东西了。

1.噩梦开始时：

我刚接手工作时，我们有一个巨大的，达70多M的Excel文件，每次公司配发的破电脑打开就需要小二十分钟，里面存着我们近十年的采购的每一车的详细信息……然后里面的数据格式还都是混乱的。

打个比方，比如我们有个供货商全名叫：ABCD有限责任公司，

那么这个Excel中会存有

AB公司、
AB有限公司、
CD有限责任公司、
CD责任有限公司、
ACBD有限公司
ABD公司
等等等等名字

在我第一天看到这个Excel的时候

在这里插入图片描述
后来交接的同事告诉我，她用的Excel的 vlookup 函数，当匹配不上的时候，就手工搜索……

然后……我……

在这里插入图片描述
就这样，经历了噩梦般的几个月……

等到了2017年年初，看到一个词:

图灵完备。

2.走了一些弯路，但胜过原地踏步

我的第一步是从数据清洗开始的。（当然那时并不知道这个叫数据清洗）

先把刚才说的那个70M的Excel导成csv，去掉了其中不必要的格式、样式、对象等。

然后我想统一一下各个数据的标准名称，刚才说了，由于经手的人太多，同一个数据，怎么表述的都有，几十万的数据量，人工交叉比对的话显然是不现实的。（后来才知道了笛卡尔积这个词）

我第一步先使用了Excel自身的去重功能，将所有的供货商名称进行了一个去重，剩下了大概5000个左右的名称。

然后，作为一个懒人，我肯定不会用人工去比对了。

Python有一个库，叫做fuzzywuzzy，用它来进行模糊匹配。

from fuzzywuzzy import fuzz
print(fuzz.ratio("内容1", "内容2"))

会输出一个0——100的数字，数字越大代表这两个内容越相似。

所以我就写了一个循环，把这5000多个项目里面，匹配度超过70%以上的数据组都筛了出来，再去Excel里面手工替换（没办法，那时候还不会操作Excel）

然后整理了一下各个行列的位置，这样我就有了一个相对准确的数据源。

后来思考了一下，把数据存在Excel里面不是个长久之计啊，毕竟几十万数据呢，就想把数据导入到数据库里。大学时候考过计算机二级的Access（当然，虽然我考过，但是没考过……），就想导入Access，可是那个Python库没弄明白，硬是读不出来，就卡死了。

后来想到，之前自己从网上下载的某某私服的一键端里，有个MySQL数据库的一键启动方式，试了试居然能用，就把那个MySQL程序整个拷出来、清干净，作为了我的数据库。（当时想学怎么自己配置MySQL来着，没研究明白……这个数据库也就是我们现在提供的MySQL数据库的前身，当然了，我们现在提供的是重新制作的无毒的船新版本）

然后就是使用Navicat导入Excel，使用pymysql库进行读取，这样，咱也是趁数据库的人了~