用 Python 自动化办公（csv 项目实战）

现实的创作来源于生活的灵感！

项目引入

昨天突然发现有一个比较头疼的问题，有一份数据是某一个学校的寝室数据，有不同的维度的分类，总的数据大概有 4000 数据，需要进行分类，然后按照不同分类维度进行表格制作，最后生成 8 个文件夹，每个文件夹里面有 24 个表格，这个就是我们这一个程序的最终实现功能。如果我们用 Excel 筛选需要点很多次，而且需要几个人的配合工作，这样就比较的费力，那么作为数据分析的 Python 神器，可不可以解决这个问题了，答案是当然可以！

项目思路

1.首先对这个大量的数据进行导入，用 CSV 这个库，然后按照 Python 的对象进行写入和解析，最后存储在 pycharm 运行内存空间，方便我们下一步操作。2.导入之后我们就需要分类了，这个时候需要我们写一个算法了，我把它叫做“字典迭代算法”当然是我自己命名的，这个里面涉及到很多的坑，最后我们需要把这个功能封装起来。3.数据保存也就是，CSV 文件的写入数据，最后利用 Python 的内置模块 OS 进行文件夹的分类创建，最后实现保存数据，这个时候我们还要解决 CSV 文件的中文乱码问题。

难点

1.解析数据之后如何分割数据，进行保存 2.写入文件的时候如何解决乱码问题 3.怎样去结构化我们的代码程序

代码介绍

大概的思路就是这样，下面我们来具体看看这个程序的功能实现的功能步骤

解析数据

# 1.解析CSV海量数据，用字典保存在内存空间
def csv_data():
    global dormitory_data
    import csv
    dormitory_data = []
    with open(r"寝室数据.csv", encoding='utf-8-sig') as file:#将你的CSV文件和该程序文件放在一个文件夹下面
        f_csv = csv.reader(file)#读取文件里面的每一行数据，转换为列表赋值给新的变量
        header = next(f_csv)#利用迭代的方法，直接取出表头行（标题行），更新f_csv的数据，去除了标题行
        for row in f_csv:
            data = {}
            for index in range(7):
                data[header[index]] = row[index]
            dormitory_data.append(data)