Python自动化办公实战案例分享

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

气蒸云梦泽，波撼岳阳城。

大家好，我是Python进阶者。

一、前言

前几天在粉丝群有个粉丝问了一个Python自动化办公的问题，这里拿出来给大家一起分享下。粉丝需求如下：

1、我有一个合同表格，里边有很多合同名称，但是合同，名称还需要做一些额外的处理，比方说正则表达式提起合同具体的名称、针对合同名称还需要替换当中的【第】、【批】字符等，最后得到合同名称。2、针对合同名称，我们需要读取，然后根据合同名称，去目标文件夹中匹配对应的合同，并且实现移动。

看上去这个需求不是特别难，就是繁琐一些，这里给大家一起分享下。

二、实现过程

这里实现的代码，如下所示：

import pandas as pd
import re

# df = pd.read_excel("test.xlsx")
# df["合同名称"] = df["合同名称"].str.replace("订单（", "")
# df["合同名称"] = df["合同名称"].str.replace("）", "")
# print(df["合同名称"].head(5))

# text = "xxx（2022年）xxx订单订单（xxx第十三批）"
# pattern = r'\（.*?\）'
# res = re.findall(pattern, text)
# print(res[1])

from chinesenumber import NumberParser
numberparse =NumberParser()


df = pd.read_excel("test.xlsx")
# df["合同名称"] = df["合同名称"].str.extract(r"（(.*?)）")
df["合同名称"] = df["合同名称"].str.extract(r"（.*?）.*?（(.*?)）")
df["合同名称_new1"] = df["合同名称"].apply(lambda x: numberparse.numberify(x))
# df["合同名称_new2"] = df["合同名称_new1"].str.sub("第", "").sub("批", "")
# df["合同名称_new2"] = df["合同名称_new1"].str.replace("第", "").str.replace("批", "")
df['合同名称_new2'] = df['合同名称_new1'].str.replace(r'(第|批)', '', regex=True)
print(df["合同名称_new2"])
df.to_excel('test1.xlsx')

得到的最后的合同名称如下所示：

接下来就需要完成第二部，去原始文件夹中匹配目标文件，并且实现移动到新的文件夹下。

import pandas as pd
import re
import os
import shutil


def copy_file(file_name):
    # （root，dirs，files）分别为：遍历的文件夹，遍历的文件夹下的所有文件夹，遍历的文件夹下的所有文件
    for root, dirs, files in os.walk(source_path):
        for file in files:
            if file_name in file:  # 多了一层限定条件
                print(file)
                shutil.copyfile(root + '\\' + file, target_path + '\\' + file)
                print(root + '\\' + file + ' 复制成功-> ' + target_path)


if __name__ == '__main__':
    # 文件夹路径
    source_path = r'xxx\source_path'
    # 输出路径
    target_path = r'C:\Users\Desktop\res'

    df = pd.read_excel("test1.xlsx")
    df["合同名称_new2"] = df["合同名称_new2"].apply(lambda x: copy_file(x))
    print("over!")

可以看到文件已经顺利地完成既定的移动，顺利地完成粉丝的需求。

经过指导，这个方法顺利地解决了粉丝的问题。如果你还有方法，也欢迎多多交流~

如果你也有类似这种数据分析的小问题，欢迎随时来交流群学习交流哦，有问必答！

三、总结

大家好，我是皮皮。这篇文章主要盘点了一个Python自动化办公的需求，帮助粉丝顺利解决了问题。

【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。

大家在学习过程中如果有遇到问题，欢迎随时联系我解决（我的微信：pdcfighting1），应粉丝要求，我创建了一些ChatGPT机器人交流群和高质量的Python付费学习交流群和付费接单群，欢迎大家加入我的Python学习交流群和接单群！

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

------------------- End -------------------

往期精彩文章推荐：

• 盘点一个Pandas实现Excel判断写法的问题

• Pandas实现这列股票代码中10-12之间的股票筛出来

• 从5亿行数据中，筛选出重复次数在1000行的数据行，也爆内存了

• Python自动化办公——3个Excel表格中每个门店物品不同，想要汇总在一起（方法五）
  

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

/今日留言主题/

随便说一两句吧~~