python办公自动化处理工单数据

#pip install  xlrd
#pip install openpyxl(读取.xlsx后缀文件)
##########
##加载包##
##########
import os
import pandas as pd  # 导入Pandas库
###################
###查看并修改路径####
###################
print(os.path.abspath('.'))
os.chdir("C:\\Users\\ALSC\\Desktop\\工单数据\\工单数据处理文件夹")
# os.getcwd()

date_gd = pd.read_excel("6月25日工单数据.xlsx", sheet_name="Sheet1", engine="openpyxl")
date_cd = pd.read_excel("6月7日场地数据.xlsx", sheet_name="sheet_0", engine="openpyxl")

#######################################
######筛选自管场地和大职场的场地类别########
#######################################
date_cd_new = date_cd[(date_cd["运营状态"] == "运营中")]
date_cd_new = date_cd_new[date_cd_new["办公室类型"] != "B系"]
date_cd_new = date_cd_new[date_cd_new["办公室类型"] != "其他"]
date_cd_new = date_cd_new[(date_cd_new["场地管理区域"] == "自用自管")]
date_cd_new1 = date_cd[(date_cd["主数据园区名"] == "杭州EFC") | (date_cd["主数据园区名"] == "浦项A座(北京)")]
date_cd_new = date_cd_new.append(date_cd_new1)
date_cd_new = date_cd_new.pivot_table(index="主数据园区名", values=["租赁面积"], aggfunc='sum')

#####################
###合并筛选两表数据#####
#####################
data_gd = pd.merge(date_gd, date_cd_new, left_on="园区", right_on="主数据园区名", how="left")
#去除非数据
data_gd = data_gd[data_gd["租赁面积"].notna()]
data_gd
data_gd = data_gd.drop(columns=["创建时间", "响应时间", "完结时间"])
###############
#####修改数据###
###############
data_gd["解决方案"].replace("-", "未解决", inplace = True)
data_gd["解决时长_分"].replace("-", 0, inplace = True)
data_gd["响应时长_分"].replace("-", 0, inplace = True)
data_gd = data_gd.iloc[:, 0:27]
#把更多问题删除
data_gd["问题描述"].replace("更多问题@", "", regex=True, inplace = True)
data_gd["问题描述"].replace("`更多问题@", "", regex=True, inplace = True)
############
##输出数据##
############
os.chdir("C:\\Users\\ALSC\\Desktop\\临时处理\\工单数据")
data_gd.to_excel("6月25日工单数据(处理后).xlsx", sheet_name="Sheet1",index = False)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值