python自动化办公都能做什么-用 Python 自动化办公，我与大神之间的差距一下就...

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，以下不涉及太多的技术细节。

0.先自我介绍一下：

我不是程序员，大学学的也不是IT专业。

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

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……

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。

一个图灵完备的语言理论上能解决任何算法。

|

|

V

显然，Python是一种图灵完备的语言。

|

|

V

那Python应该在理论上能替我处理所有事情（生孩子应该不行~~）

|

|

V

我为什么不试着用Python去替我完成工作呢？

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~

接下来，就是要进行数据分析了，由于当时没学会pandas，数据透视图的效果死活做不出来，不得已，只好新建N个列表，用一堆if...else... ，把同类数据存入同一个列表中，求和，求平均值之类的（笨办法也是办法，能抓住耗子就是好猫，先把程序跑起来能用就好）