【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

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中