本文目录导读：
我来分享几个实用的Python自动化办公案例，涵盖Excel、Word、PDF等常见办公场景。
Excel自动化处理
批量合并Excel文件
import pandas as pd
import os
from pathlib import Path
def merge_excel_files(folder_path, output_file):
"""合并文件夹中所有Excel文件"""
# 获取所有Excel文件
excel_files = list(Path(folder_path).glob("*.xlsx"))
# 读取并合并所有文件
all_data = []
for file in excel_files:
df = pd.read_excel(file)
df['来源文件'] = file.name # 添加来源标识
all_data.append(df)
# 合并并保存
merged_df = pd.concat(all_data, ignore_index=True)
merged_df.to_excel(output_file, index=False)
print(f"已合并 {len(excel_files)} 个文件到 {output_file}")
# 使用示例
merge_excel_files("./excel_files", "./merged_result.xlsx")
自动数据清洗
import pandas as pd
def clean_sales_data(file_path):
"""清洗销售数据"""
df = pd.read_excel(file_path)
# 1. 处理缺失值
df = df.dropna(subset=['客户名称', '金额']) # 删除关键字段为空的行
# 2. 数据格式标准化
df['日期'] = pd.to_datetime(df['日期']) # 统一日期格式
df['金额'] = df['金额'].str.replace('¥', '').astype(float) # 清理金额格式
# 3. 去除重复数据
df = df.drop_duplicates(subset=['订单号'])
# 4. 数据过滤
df = df[df['金额'] > 0] # 移除无效数据
# 5. 添加计算列
df['税额'] = df['金额'] * 0.13
df['净额'] = df['金额'] - df['税额']
return df
Word文档自动化
批量生成合同/报告
from docx import Document
from docx.shared import Pt, Inches
from docx.enum.text import WD_ALIGN_PARAGRAPH
import datetime
def generate_contract(contract_data, template_path, output_path):
"""根据模板生成合同"""
doc = Document(template_path)
# 替换占位符
placeholders = {
'{合同编号}': contract_data['id'],
'{甲方}': contract_data['party_a'],
'{乙方}': contract_data['party_b'],
'{金额}': f"¥{contract_data['amount']:,.2f}",
'{日期}': datetime.datetime.now().strftime('%Y年%m月%d日')
}
for paragraph in doc.paragraphs:
for key, value in placeholders.items():
if key in paragraph.text:
paragraph.text = paragraph.text.replace(key, value)
# 保留原有格式
run = paragraph.runs[0]
run.text = paragraph.text
doc.save(output_path)
print(f"合同已生成：{output_path}")
# 批量生成
contracts = [
{'id': '2024001', 'party_a': '公司A', 'party_b': '公司B', 'amount': 150000},
{'id': '2024002', 'party_a': '公司C', 'party_b': '公司D', 'amount': 200000},
]
for contract in contracts:
generate_contract(contract, 'template.docx', f"合同_{contract['id']}.docx")
PDF批量处理
批量提取PDF表格数据
import tabula
import pandas as pd
import os
def extract_pdf_tables(pdf_folder, output_excel):
"""批量提取PDF中的表格到Excel"""
all_tables = []
for pdf_file in os.listdir(pdf_folder):
if pdf_file.endswith('.pdf'):
pdf_path = os.path.join(pdf_folder, pdf_file)
try:
# 提取PDF中的表格
tables = tabula.read_pdf(pdf_path, pages='all', multiple_tables=True)
for i, table in enumerate(tables):
table['来源文件'] = pdf_file
table['表格编号'] = i + 1
all_tables.append(table)
except Exception as e:
print(f"处理 {pdf_file} 时出错: {e}")
# 合并所有表格
if all_tables:
result = pd.concat(all_tables, ignore_index=True)
result.to_excel(output_excel, index=False)
print(f"已提取 {len(all_tables)} 个表格到 {output_excel}")
else:
print("未提取到任何表格数据")
邮件自动化
自动发送报表邮件
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.mime.base import MIMEBase
from email import encoders
import schedule
import time
def send_report_email(report_path, recipients):
"""发送报表邮件"""
# 邮件配置
sender = 'your_email@company.com'
password = 'your_password'
smtp_server = 'smtp.company.com'
smtp_port = 587
# 创建邮件对象
msg = MIMEMultipart()
msg['Subject'] = f"销售日报 - {datetime.now().strftime('%Y-%m-%d')}"
msg['From'] = sender
msg['To'] = ', '.join(recipients)
# 邮件正文
body = f"""
您好，
请查收今日销售日报（{datetime.now().strftime('%Y-%m-%d')}）。
数据统计时间：截至今日 18:00
生成时间：{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
如有问题，请及时联系。
"""
msg.attach(MIMEText(body, 'plain', 'utf-8'))
# 添加附件
with open(report_path, 'rb') as f:
attachment = MIMEBase('application', 'octet-stream')
attachment.set_payload(f.read())
encoders.encode_base64(attachment)
attachment.add_header('Content-Disposition',
'attachment',
filename=report_path.split('/')[-1])
msg.attach(attachment)
# 发送邮件
with smtplib.SMTP(smtp_server, smtp_port) as server:
server.starttls()
server.login(sender, password)
server.send_message(msg)
print(f"邮件已发送至 {len(recipients)} 个收件人")
# 定时任务
schedule.every().day.at("18:00").do(
send_report_email,
report_path="./daily_report.xlsx",
recipients=['manager@company.com', 'team@company.com']
)
while True:
schedule.run_pending()
time.sleep(60)
文件管理自动化
智能文件分类整理
import os
import shutil
from pathlib import Path
def organize_files(source_folder):
"""智能整理文件"""
# 文件类型分类规则
categories = {
'文档': ['.doc', '.docx', '.txt', '.pdf'],
'表格': ['.xls', '.xlsx', '.csv'],
'图片': ['.jpg', '.jpeg', '.png', '.gif'],
'视频': ['.mp4', '.avi', '.mkv'],
'压缩包': ['.zip', '.rar', '.7z'],
'代码': ['.py', '.java', '.html', '.css', '.js']
}
# 创建分类文件夹并移动文件
for filename in os.listdir(source_folder):
file_path = os.path.join(source_folder, filename)
if os.path.isfile(file_path):
file_ext = os.path.splitext(filename)[1].lower()
# 查找对应的分类
for category, extensions in categories.items():
if file_ext in extensions:
category_folder = os.path.join(source_folder, category)
os.makedirs(category_folder, exist_ok=True)
shutil.move(file_path, os.path.join(category_folder, filename))
print(f"移动 {filename} -> {category}")
break
else:
# 未分类的文件放入"其他"
other_folder = os.path.join(source_folder, '其他')
os.makedirs(other_folder, exist_ok=True)
shutil.move(file_path, os.path.join(other_folder, filename))
print(f"移动 {filename} -> 其他")
综合应用实例
自动生成日报表
import pandas as pd
import matplotlib.pyplot as plt
from docx import Document
import datetime
def create_daily_report(data_file):
"""自动生成日报表"""
# 1. 读取数据
df = pd.read_excel(data_file)
# 2. 数据分析
today = datetime.now().strftime('%Y-%m-%d')
today_data = df[df['日期'] == today]
summary = {
'今日订单数': len(today_data),
'今日销售额': today_data['金额'].sum(),
'今日客户数': today_data['客户ID'].nunique(),
'平均客单价': today_data['金额'].mean()
}
# 3. 生成图表
fig, axes = plt.subplots(2, 2, figsize=(12, 8))
# 销售额趋势
df.groupby('日期')['金额'].sum().plot(ax=axes[0,0], title='销售额趋势')
# 产品分类占比
df.groupby('产品类别')['金额'].sum().plot(kind='pie', ax=axes[0,1], title='产品占比')
# 客户分布
df.groupby('地区')['金额'].sum().plot(kind='bar', ax=axes[1,0], title='地区销售分布')
# 今日概览
axes[1,1].axis('off')
axes[1,1].text(0.1, 0.9, f"今日概览（{today}）", fontsize=14, fontweight='bold')
y = 0.7
for key, value in summary.items():
axes[1,1].text(0.1, y, f"{key}: {value:,}", fontsize=12)
y -= 0.1
plt.tight_layout()
plt.savefig('daily_chart.png', dpi=300)
# 4. 生成Word报告
doc = Document()
doc.add_heading(f'每日销售报告 - {today}', 0)
doc.add_heading('核心数据', level=1)
for key, value in summary.items():
doc.add_paragraph(f"{key}：{value:,}")
doc.add_heading('销售图表', level=1)
doc.add_picture('daily_chart.png', width=Inches(6))
doc.add_heading('详细数据', level=1)
table = doc.add_table(rows=1, cols=len(today_data.columns))
table.style = 'Light Grid Accent 1'
# 写入表头
for i, col in enumerate(today_data.columns):
table.rows[0].cells[i].text = col
# 写入数据
for row_idx, row in today_data.iterrows():
row_cells = table.add_row().cells
for col_idx, value in enumerate(row):
row_cells[col_idx].text = str(value)
report_path = f'日报表_{today}.docx'
doc.save(report_path)
print(f"日报表已生成：{report_path}")
return summary
# 运行
summary = create_daily_report('sales_data.xlsx')
实用技巧
- 异常处理：添加try-except处理各种文件格式错误
- 日志记录：使用logging模块记录操作日志
- 配置管理：使用config文件存储敏感信息
- 进度提示：使用tqdm显示处理进度
- 错误重试：对网络操作添加重试机制
这些案例可以直接复制使用，根据实际需求调整参数，开始自动化办公时，建议从简单的任务入手,逐步提升自动化程度。
