【Python】通报和点评自动化

2023-11-05 22:10
文章标签 python 自动化 点评 通报

本文主要是介绍【Python】通报和点评自动化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、前言:
没想到从19年底阔别报表自动化,即使做到领导后,仍然逃不掉开发自动化报表的工作…
这次自动化需求,主要是需要点评,用Excel很难办到,SQL和VBA都可以,但要写很多很多脚本,所以思前想后还是用Python吧。

二、结果样式:
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
三、Python脚本
Excel的准备就不说了,准备好后可以省略很多很多代码

import pandas as pd
import osdef branch_1_4():'''1-4赛道支局数据'''data = pd.read_excel('2022年第二届天翼杯客户经营大赛日报_公式版.xlsx',sheet_name="赛道1-4支局",skiprows=2,usecols=[3, 8, 14, 26, 32, 38],names=['支局名称', '小合约完成率', '5G完成率', '千兆完成率', '129完成率', '总得分'])zhanqu_dict = {'战区1': [0, 49, [1, 2, 3, 4, 5, 6, '...', 47, 48, 49]],'战区2': [49, 101, [1, 2, 3, 4, 5, 6, '...', 50, 51, 52]],'战区3': [101, 155, [1, 2, 3, 4, 5, 6, '...', 52, 53, 54]],'战区4': [155, 191, [1, 2, 3, 4, 5, 6, '...', 34, 35, 36]]}total_df = pd.DataFrame(columns=['战区', '排名_小合约', '支局名称_小合约', '完成率_小合约', '排名_5G', '支局名称_5G', '完成率_5G','排名_千兆', '支局名称_千兆', '完成率_千兆', '排名_129', '支局名称_129', '完成率_129'])temp_df2 = pd.DataFrame({'战区': '', '排名_小合约': '', '支局名称_小合约': '', '完成率_小合约': '', '排名_5G': '','支局名称_5G': '', '完成率_5G': '', '排名_千兆': '', '支局名称_千兆': '', '完成率_千兆': '','排名_129': '', '支局名称_129': '', '完成率_129': ''}, index=['A'])branch_judge_dict = {'战区1': {'前三': [], '后三': []}, '战区2': {'前三': [], '后三': []},'战区3': {'前三': [], '后三': []}, '战区4': {'前三': [], '后三': []}}for k, v in zhanqu_dict.items():temp_data = data.iloc[v[0]:v[1], :]# 这边获得支局总得分的前三和后三temp_data2 = temp_data.sort_values('总得分', ascending=False)branch_judge_dict[k]['前三'] = list(temp_data2['支局名称'])[:3]temp_data2 = temp_data.sort_values('总得分', ascending=True)branch_judge_dict[k]['后三'] = list(temp_data2['支局名称'])[:3]# 这边获得支局分赛道的结果temp_dict = {}for ele in ['小合约', '5G', '千兆', '129']:temp_data = temp_data.sort_values(ele + '完成率', ascending=False)top6_name = list(temp_data['支局名称'])[:6]last3_name = list(temp_data['支局名称'])[-3:]temp_name = top6_name + ['...'] + last3_nametop6_score = list(temp_data[ele + '完成率'])[:6]last3_score = list(temp_data[ele + '完成率'])[-3:]temp_score = top6_score + ['...'] + last3_scoretemp_dict['战区'] = ktemp_dict['排名_' + ele] = v[2]temp_dict['支局名称_' + ele] = temp_nametemp_dict['完成率_' + ele] = temp_scoretemp_df = pd.DataFrame(temp_dict)total_df = total_df.append(temp_df, ignore_index=True)total_df = total_df.append(temp_df2, ignore_index=True)total_df.to_csv('赛道1-4支局排名数据.csv', encoding='gbk', index=False)branch_judge_text = '【支局】1至4赛道\n'for k, v in branch_judge_dict.items():branch_judge_text += k + ':领先  ' + '、'.join(v['前三']) + ';' + '落后  ' + '、'.join(v['后三']) + ';\n'with open('支局点评.txt', 'w') as f:f.write(branch_judge_text)def branch_5():'''赛道5支局数据'''data = pd.read_excel('2022年第二届天翼杯客户经营大赛日报_公式版.xlsx',sheet_name="赛道5",skiprows=19,usecols=[3, 9, 10],names=['支局名称', '时序完成率', '排名'])zhanqu_dict = {'战区1': [0, 34, [1, 2, 3, 4, 5, 6, '...', 32, 33, 34]],'战区2': [34, 82, [1, 2, 3, 4, 5, 6, '...', 46, 47, 48]],'战区3': [82, 130, [1, 2, 3, 4, 5, 6, '...', 46, 47, 48]],'战区4': [130, 178, [1, 2, 3, 4, 5, 6, '...', 46, 47, 48]],'战区5': [178, 225, [1, 2, 3, 4, 5, 6, '...', 45, 46, 47]],}for k, v in zhanqu_dict.items():temp_data = data.iloc[v[0]:v[1], :]temp_data = temp_data.sort_values('时序完成率', ascending=False)temp_dict = {}top6_name = list(temp_data['支局名称'])[:6]last3_name = list(temp_data['支局名称'])[-3:]temp_name = top6_name + ['...'] + last3_nametop6_score = list(temp_data['时序完成率'])[:6]last3_score = list(temp_data['时序完成率'])[-3:]temp_score = top6_score + ['...'] + last3_scoretemp_dict[k + '排名'] = v[2]temp_dict[k + '支局'] = temp_nametemp_dict[k + '完成率'] = temp_scoretemp_df = pd.DataFrame(temp_dict)if k == '战区1':total_df = temp_dfelse:total_df = pd.concat([total_df, temp_df], axis=1)total_df.to_csv('赛道5支局排名数据.csv', encoding='gbk', index=False)if __name__=="__main__":file_list = os.listdir('.')for file in file_list:if file in ['赛道1-4支局排名数据.csv','赛道5支局排名数据.csv','支局点评.txt']:os.remove(file)branch_1_4()branch_5()

PS:不要问我要清单,内部数据,不可能给的!

这篇关于【Python】通报和点评自动化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/352789

相关文章

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

Python中logging模块用法示例总结

《Python中logging模块用法示例总结》在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,:本文主要介绍Pyt... 目录前言一. 基本使用1. 五种日志等级2.  设置报告等级3. 自定义格式4. C语言风格的格式化方法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

从入门到精通详解Python虚拟环境完全指南

《从入门到精通详解Python虚拟环境完全指南》Python虚拟环境是一个独立的Python运行环境,它允许你为不同的项目创建隔离的Python环境,下面小编就来和大家详细介绍一下吧... 目录什么是python虚拟环境一、使用venv创建和管理虚拟环境1.1 创建虚拟环境1.2 激活虚拟环境1.3 验证虚

详解python pycharm与cmd中制表符不一样

《详解pythonpycharm与cmd中制表符不一样》本文主要介绍了pythonpycharm与cmd中制表符不一样,这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽... 这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽度不同导致的。在PyChar