【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删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核