Python增强办公效率的11个实用代码段

如果你正在学习Python，那么你需要的话可以，点击这里👉Python重磅福利：入门&进阶全套学习资料、电子书、软件包、项目源码等等免费分享！

引言

在日常工作中，许多任务可以通过编程自动化来提高效率。本文将介绍一些实用的 Python 脚本，用于批量创建文件夹、重命名文件、处理 Excel 数据、合并 PDF 文件等。这些工具能显著减少重复性工作，提升工作效率。

1. 快速生成批量文件夹

工作中经常需要创建多个文件夹来分类存储不同类型的文件。手动创建不仅耗时还容易出错。利用 Python 可以快速生成批量文件夹。

import osdef create_folders(base_path, folder_names):"""在指定路径下创建多个文件夹。:param base_path: 文件夹创建的基础路径:param folder_names: 要创建的文件夹名称列表"""for name in folder_names:path = os.path.join(base_path, name)if not os.path.exists(path):os.makedirs(path)print(f"创建文件夹 {path}")# 示例使用
folder_names = ['2023年报表', '2023年会议记录', '2023年项目文档']
create_folders('C:\\Users\\YourName\\Documents', folder_names)

输出结果：

创建文件夹 C:\Users\YourName\Documents\2023年报表
创建文件夹 C:\Users\YourName\Documents\2023年会议记录
创建文件夹 C:\Users\YourName\Documents\2023年项目文档

2. 批量重命名文件

当有大量文件需要重命名时，手动操作显然不现实。Python 的 os 模块可以轻松完成这一任务。

import osdef rename_files(directory, prefix):"""批量重命名目录下的所有文件，添加前缀。:param directory: 需要重命名文件所在的目录:param prefix: 添加到文件名前面的前缀"""for filename in os.listdir(directory):old_name = os.path.join(directory, filename)new_name = os.path.join(directory, f"{prefix}_{filename}")os.rename(old_name, new_name)print(f"重命名 {old_name} 为 {new_name}")# 示例使用
rename_files('C:\\Users\\YourName\\Documents\\2023年报表', '报表')

输出结果：

重命名 C:\Users\YourName\Documents\2023年报表\file1.xlsx 为 C:\Users\YourName\Documents\2023年报表\报表_file1.xlsx
重命名 C:\Users\YourName\Documents\2023年报表\file2.xlsx 为 C:\Users\YourName\Documents\2023年报表\报表_file2.xlsx

3. Excel 数据处理

日常工作中经常需要处理 Excel 表格数据。使用 pandas 库可以高效地读取、处理 Excel 文件。

import pandas as pddef process_excel(file_path):"""读取并处理 Excel 文件。:param file_path: Excel 文件路径"""# 读取 Excel 文件df = pd.read_excel(file_path)# 处理数据df['Total'] = df['Quantity'] * df['Price']df.dropna(inplace=True)  # 删除缺失值# 保存处理后的数据df.to_excel('processed_data.xlsx', index=False)# 示例使用
process_excel('C:\\Users\\YourName\\Documents\\sales_data.xlsx')

输出结果：

原始 Excel 文件中的数据被读入 DataFrame。
新增一列 Total 计算销售额。
删除包含 NaN 的行。
将处理后的数据保存到新文件 processed_data.xlsx 中。

4. PDF 文档合并

经常需要将多个 PDF 文件合并成一个文档。借助于 PyPDF2 库可以轻松实现该功能。

from PyPDF2 import PdfFileMergerdef merge_pdfs(paths, output):"""合并多个 PDF 文件。:param paths: PDF 文件路径列表:param output: 输出文件路径"""merger = PdfFileMerger()for pdf in paths:merger.append(pdf)merger.write(output)merger.close()# 示例使用
pdf_paths = ['report_part1.pdf', 'report_part2.pdf', 'report_part3.pdf']
merge_pdfs(pdf_paths, 'complete_report.pdf')

输出结果：

complete_report.pdf 文件中包含了三个部分的内容。

5. 文本内容替换

在处理大量文本文件时，经常需要批量替换某些内容。Python 的 re 模块提供了强大的正则表达式支持，可以轻松完成这一任务。

import re
import osdef replace_text_in_files(directory, pattern, replacement):"""在指定目录下的所有文本文件中替换特定内容。:param directory: 目录路径:param pattern: 要替换的模式（正则表达式）:param replacement: 替换的内容"""for filename in os.listdir(directory):if filename.endswith('.txt'):filepath = os.path.join(directory, filename)with open(filepath, 'r') as file:content = file.read()updated_content = re.sub(pattern, replacement, content)with open(filepath, 'w') as file:file.write(updated_content)print(f"更新文件 {filepath}")# 示例使用
directory = 'C:\\Users\\YourName\\Documents\\text_files'
pattern = r'old_text'
replacement = 'new_text'
replace_text_in_files(directory, pattern, replacement)

输出结果：

更新文件 C:\Users\YourName\Documents\text_files\file1.txt
更新文件 C:\Users\YourName\Documents\text_files\file2.txt

6. 发送邮件自动化

发送邮件是日常工作的一部分。使用 smtplib 和 email 库可以自动发送邮件，节省时间和精力。

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipartdef send_email(subject, body, to_emails):"""发送邮件。:param subject: 邮件主题:param body: 邮件正文:param to_emails: 收件人邮箱列表"""sender_email = 'your_email@example.com'sender_password = 'your_password'message = MIMEMultipart()message['From'] = sender_emailmessage['To'] = ', '.join(to_emails)message['Subject'] = subjectmessage.attach(MIMEText(body, 'plain'))try:server = smtplib.SMTP('smtp.example.com', 587)server.starttls()server.login(sender_email, sender_password)text = message.as_string()server.sendmail(sender_email, to_emails, text)server.quit()print("邮件发送成功")except Exception as e:print(f"邮件发送失败：{e}")# 示例使用
subject = "本周工作报告"
body = "这是本周的工作报告，请查收。"
to_emails = ['alice@example.com', 'bob@example.com']
send_email(subject, body, to_emails)

输出结果：

邮件发送成功

7. 数据可视化

数据分析过程中，图表能够帮助更好地理解数据。使用 matplotlib 库可以轻松绘制各种图表。

import matplotlib.pyplot as plt
import pandas as pddef plot_data(data, title, x_label, y_label):"""绘制数据图表。:param data: 数据 DataFrame:param title: 图表标题:param x_label: X 轴标签:param y_label: Y 轴标签"""plt.figure(figsize=(10, 6))plt.plot(data[x_label], data[y_label])plt.title(title)plt.xlabel(x_label)plt.ylabel(y_label)plt.grid(True)plt.show()# 示例使用
data = pd.DataFrame({'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'],'Sales': [200, 250, 300, 350, 400, 450]
})
plot_data(data, 'Monthly Sales', 'Month', 'Sales')

输出结果：

绘制了一个简单的折线图，显示每月的销售数据。

8. Excel 数据批量处理

当需要对多个 Excel 文件进行相同的操作时，可以编写一个脚本来批量处理。

import pandas as pd
import osdef process_excel_files(directory):"""批量处理目录下的所有 Excel 文件。:param directory: 目录路径"""for filename in os.listdir(directory):if filename.endswith('.xlsx'):filepath = os.path.join(directory, filename)df = pd.read_excel(filepath)# 数据处理df['Total'] = df['Quantity'] * df['Price']df.dropna(inplace=True)# 保存处理后的数据output_path = os.path.join(directory, f"processed_{filename}")df.to_excel(output_path, index=False)print(f"处理并保存文件 {output_path}")# 示例使用
directory = 'C:\\Users\\YourName\\Documents\\sales_data'
process_excel_files(directory)

输出结果：

处理并保存文件 C:\Users\YourName\Documents\sales_data\processed_sales1.xlsx
处理并保存文件 C:\Users\YourName\Documents\sales_data\processed_sales2.xlsx

9. 自动化生成报告

在定期汇报工作中，自动生成报告可以节省大量时间。使用 pandas 和 openpyxl 库可以实现这一目标。

import pandas as pd
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rowsdef generate_report(data, output_path):"""生成 Excel 报告。:param data: 数据 DataFrame:param output_path: 输出文件路径"""wb = Workbook()ws = wb.activews.title = 'Report'for r in dataframe_to_rows(data, index=False, header=True):ws.append(r)wb.save(output_path)print(f"报告已生成：{output_path}")# 示例使用
data = pd.DataFrame({'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'],'Sales': [200, 250, 300, 350, 400, 450]
})
generate_report(data, 'monthly_report.xlsx')

输出结果：

报告已生成：monthly_report.xlsx

10. 文件压缩与解压

处理大量文件时，压缩与解压文件可以节省存储空间。使用 zipfile 模块可以轻松实现。

import zipfile
import osdef compress_files(directory, output_path):"""压缩指定目录下的所有文件。:param directory: 目录路径:param output_path: 输出文件路径"""with zipfile.ZipFile(output_path, 'w', zipfile.ZIP_DEFLATED) as zipf:for root, dirs, files in os.walk(directory):for file in files:file_path = os.path.join(root, file)zipf.write(file_path, os.path.relpath(file_path, directory))print(f"压缩文件 {file_path}")# 示例使用
directory = 'C:\\Users\\YourName\\Documents\\project_files'
output_path = 'project_files.zip'
compress_files(directory, output_path)

输出结果：

压缩文件 C:\Users\YourName\Documents\project_files\file1.txt
压缩文件 C:\Users\YourName\Documents\project_files\file2.txt

11. 实战案例：自动化数据处理与报告生成

假设你是一名财务分析师，每天需要处理大量的销售数据，并生成一份报告。以下是一个完整的自动化脚本示例：

import pandas as pd
import matplotlib.pyplot as plt
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
import zipfile
import os
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipartdef process_data(input_directory, output_directory):"""处理数据并生成报告。:param input_directory: 输入数据目录:param output_directory: 输出数据目录"""# 读取数据data = pd.DataFrame()for filename in os.listdir(input_directory):if filename.endswith('.xlsx'):filepath = os.path.join(input_directory, filename)df = pd.read_excel(filepath)data = pd.concat([data, df])# 数据处理data['Total'] = data['Quantity'] * data['Price']data.dropna(inplace=True)# 保存处理后的数据output_path = os.path.join(output_directory, 'processed_data.xlsx')data.to_excel(output_path, index=False)print(f"处理并保存数据：{output_path}")# 生成图表plt.figure(figsize=(10, 6))plt.plot(data['Date'], data['Total'])plt.title('Monthly Sales')plt.xlabel('Date')plt.ylabel('Total Sales')plt.grid(True)plt.savefig(os.path.join(output_directory, 'sales_chart.png'))print("图表已生成")# 生成报告wb = Workbook()ws = wb.activews.title = 'Report'for r in dataframe_to_rows(data, index=False, header=True):ws.append(r)wb.save(os.path.join(output_directory, 'monthly_report.xlsx'))print("报告已生成")# 压缩文件with zipfile.ZipFile(os.path.join(output_directory, 'monthly_data.zip'), 'w', zipfile.ZIP_DEFLATED) as zipf:for root, dirs, files in os.walk(output_directory):for file in files:file_path = os.path.join(root, file)zipf.write(file_path, os.path.relpath(file_path, output_directory))print(f"压缩文件 {file_path}")# 发送邮件sender_email = 'your_email@example.com'sender_password = 'your_password'to_emails = ['alice@example.com', 'bob@example.com']message = MIMEMultipart()message['From'] = sender_emailmessage['To'] = ', '.join(to_emails)message['Subject'] = 'Monthly Report'with open(os.path.join(output_directory, 'monthly_report.xlsx'), 'rb') as file:attachment = file.read()part = MIMEBase('application', 'octet-stream')part.set_payload(attachment)encoders.encode_base64(part)part.add_header('Content-Disposition', f'attachment; filename=monthly_report.xlsx')message.attach(part)with open(os.path.join(output_directory, 'sales_chart.png'), 'rb') as file:attachment = file.read()part = MIMEBase('application', 'octet-stream')part.set_payload(attachment)encoders.encode_base64(part)part.add_header('Content-Disposition', f'attachment; filename=sales_chart.png')message.attach(part)try:server = smtplib.SMTP('smtp.example.com', 587)server.starttls()server.login(sender_email, sender_password)text = message.as_string()server.sendmail(sender_email, to_emails, text)server.quit()print("邮件发送成功")except Exception as e:print(f"邮件发送失败：{e}")# 示例使用
input_directory = 'C:\\Users\\YourName\\Documents\\sales_data'
output_directory = 'C:\\Users\\YourName\\Documents\\reports'
process_data(input_directory, output_directory)

输出结果：

处理并保存数据：C:\Users\YourName\Documents\reports\processed_data.xlsx
图表已生成
报告已生成
压缩文件 monthly_report.xlsx
压缩文件 sales_chart.png
压缩文件 processed_data.xlsx
邮件发送成功

总结

本文介绍了多种 Python 脚本，用于提高日常工作的效率。通过自动化批量创建文件夹、重命名文件、处理 Excel 数据、合并 PDF 文件、批量替换文本内容、发送邮件、数据可视化、批量处理 Excel 文件、生成报告、压缩文件等功能，可以显著减少重复性工作。希望这些工具能帮助你更高效地完成工作任务。

如果你正在学习Python，那么你需要的话可以，点击这里👉Python重磅福利：入门&进阶全套学习资料、电子书、软件包、项目源码等等免费分享！或扫描下方CSDN官方微信二维码获娶Python入门&进阶全套学习资料、电子书、软件包、项目源码：