Python数据日报

前言

人生苦短，快学Python！

日报，是大部分打工人绕不过的难题。

对于管理者来说，日报是事前管理的最好抓手，可以了解团队的氛围和状态。可对于员工来说，那就有的聊了。对于重复性的工作，我非常推荐大家使用Python将其变成模块化、自动化，帮助我们实现高效办公。

下面我们通过一个补写销售日报的案例，展示一下Python自动化办公的优势。本文简化了案例的流程。

需求详解

朋友的需求是这样的，他们平时的销售数据是记录在Excel上，汇总后会按照部门进行统计。但是今年年初时，领导突然要求写日报，大家写了一个月发现并不检查就没继续写下去。

Excel日报数据

现在突然被要求明天交本月之前的所有日报，这相当于要补2-5月将近120天的日报，如果靠双手复制粘贴，那估计要吐血了。朋友将其写日报的相关文件都发了过来，发现最终日报效果如下所示。

所以需求也就是比较简单了，只需要从Excel表格中读取每日的数据，使用Python将其处理后，再依次写入Word文档中，即可实现批量生成日报。

数据处理

在进行数据处理之前，要先了解最终需要哪些数据。如下图所示，在目标日报Word中主要分为两类：红色标记的数值主要是由当日的数据、或者由它们计算后得到的数据构成；绿色标记的表格则更简单了，就是近七日的数据（销售数量、销售金额、销售目标、完成度）。

首先我们导入Pandas模块进行数据处理

import pandas as pd
df = pd.read_excel("日报数据.xlsx")
df

输出结果

导入数据后，接着就可以按照我们的需求，来进行数据运算了。数据运算主要分为两种，一种是利用加 +、减 -、乘 *、除 / 进行数据运算，另一种是利用统计方法进行数据运算。

在交互式环境中输入如下命令：

df["日期"] = df["日期"].apply(lambda x:x.strftime("%Y-%m-%d"))
df["当日完成度"] = (df["销售金额"]/df["销售目标"]*100).round(1)
df["累计销售金额"] = df["销售金额"].cumsum()
df["当年完成度"] = (df["累计销售金额"]/2200000*100).round(1)
df["累计销售金额"] = (df["累计销售金额"]/10000).round(2)
df

输出结果：

可以看到，最终结果截图中红色标记的数据内容已经全部被计算出来。而绿色标记的表格则更加简单了，使用Pandas模块中的数据选取即可。

在交互式环境中输入如下命令：

num = 10
df.iloc[num-7:num, :5]

输出结果：

通过这种方法就可以轻松得到某一日期的过去7日内的日报数据合集。