本文就给大家介绍几个我用到的办公室自动化技巧:

1 Word文档doc转docx

去年想参赛一个数据比赛, 里面的数据都是doc格式, 想用python-docx 读取word文件中的数据, 但是python-docx只支持docx格式, 所以研究了这两种格式的转换。

1.1 导入工具包

1.import os

2.from win32com import client as wc

1.2 获取文件夹下面所有doc文件明细

1.# 路径

2.path="C:/Users/yyz/Desktop/python办公技巧/data/doc转docx/" # 根据自己电脑文件修改

3.

4.# 定义空list,存放文件绝对路径

5.files = []

6.for file in os.listdir(path):

7. if file.endswith(".doc"):

8. files.append(path+file)

files

1.3 转换文件

1.# 运行word程序

2.word = wc.Dispatch("Word.Application")

3.# for循环

4.i = 0

5.for file in files:

6. try:

7. doc = word.Documents.Open(file) #打开word文件

8. doc.SaveAs("{}x".format(file), 12) #另存为后缀为".docx"的文件，其中参数12指docx文件

9. doc.Close() #关闭原来word文件

10. print(file +':转换成功')

11. i +=1

12. except:

13. print(file +':转换[不成功]')

14. files.append(file) # 若读取文件报错, 则将文件名称添加到files列表中重新读取

15. pass

16.print('转换文件%i个'%i)

17.# 退出word

18.word.Quit()

2 文字地址批量转经纬度

工作中地址转经纬度会用在做地图可视化或者计算距离方面。

2.1 导入工具包

1.# 导入工具包

2.import pandas as pd

3.import json

4.from urllib.request import urlopen, quote

5.import requests

2.2 定义转换函数

1.# 定义函数

2.def getlnglat(address):

3. url = 'http://api.map.baidu.com/geocoding/v3/'

4. output = 'json'

5. ak = "自己申请的api" # 百度地图API, 需要自己申请

6. address = quote(address) # 由于本文地址变量为中文，为防止乱码，先用quote进行编码

7. uri = url + '?' + 'address=' + address + '&output=' + output + '&ak=' + ak +'&callback=showLocation%20'+'//GET%E8%AF%B7%E6%B1%82'

8. res=requests.get(uri).text

9. temp = json.loads(res) # 将字符串转化为json

10. lat = temp['result']['location']['lat']

11. lng = temp['result']['location']['lng']

12. return lng, lat # 经度 longitude,纬度 latitude,

2.3 地址转换
2.3.1 单个地址转换

1.# 单个地址转换

2.getlnglat('北京市朝阳区高碑店地区办事处高井村委会')

3.(116.52784003604923, 39.91806508560947)

2.3.2 批量地址转换

1.# 读取数据

2.data = pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/地址信息.xlsx')

3.data

1.data['经度'] = ''

2.data['纬度'] = ''

3.for i in range(data.shape[0]):

4. try:

5. data.iloc[i,2] = getlnglat(data.iloc[i,1])[0] # 经度 将第i行,第2列的地址(列索引为1)转换为经纬度,并将经度赋值给第i行,第3列(列索引为2)

6. data.iloc[i,3] = getlnglat(data.iloc[i,1])[1] # 纬度

7. except:

8. pass

9. #print(i)

10.data

3 经纬度计算距离

安装工具包

1.pip install geopy

3.1 导入工具包

1.from geopy.distance import geodesic

3.2 读取数据

1.# 读取数据

2.data = pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/经纬度计算距离.xlsx')

3.data

3.3 计算距离

1.# 将经纬度赋值给变量,简化

2.wd1 = data['纬度1'].tolist()

3.jd1 = data['经度1'].tolist()

4.wd2 = data['纬度2'].tolist()

5.jd2 = data['经度2'].tolist()

6.

7.lis1 = []

8.for i in range(len(data)):

9. j= geodesic((wd1[i],jd1[i]), (wd2[i],jd2[i])).km # 纬度 经度 纬度 经度

10. lis1.append(j)

11. #print(i)

12.

13.data['距离'] = lis1

14.data

4 百度经纬度转高德经纬度

公司有2个系统,用的坐标系不一样, 有时候需要转换一下

4.1 工具包

1.# 导入工具包

2.import math

3.import pandas as pd

4.2 定义函数

1.# 定义转换函数

2.def bdToGaoDe(lon,lat):

3. PI = 3.14159265358979324 * 3000.0 / 180.0

4. x = lon - 0.0065

5. y = lat - 0.006

6. z = math.sqrt(x * x + y * y) - 0.00002 * math.sin(y * PI)

7. theta = math.atan2(y, x) - 0.000003 * math.cos(x * PI)

8. lon = z * math.cos(theta)

9. lat = z * math.sin(theta)

10. return lon,lat

4.3 单个转换

1.# 单个转换

2.bdToGaoDe(116.512885, 39.847469)

3.(116.50647396357492, 39.84120409781157)

4.4 批量转换

1.# 读取数据

2.data = pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/百度经纬度转高德.xlsx')

3.data.head()

1.wd = data['纬度'].tolist()

2.jd = data['经度'].tolist()

3.# 定义一个空列表

4.li1 = []

5.for i in range(len(data)):

6. j = bdToGaoDe(jd[i],wd[i])

7. li1.append(j)

8.

9.li1

10.data['经度_re'] = [i[0] for i in li1]

11.data['纬度_re'] = [i[1] for i in li1]

12.data.head()

5 Excel文件批量合并

5.1 工具包

1.# 导入工具包

2.import pandas as pd

3.import os

5.2 获取文件列表

1.# 设置文件路径

2.path = 'C:/Users/yyz/Desktop/python办公技巧/data/数据合并/'

3.# 空列表, 用于存放文件路径

4.files = []

5.for file in os.listdir(path):

6. if file.endswith(".xlsx"):

7. files.append(path+file)

8.

9.# 查看列表

10.files

5.3 转换存储数据

1.# 定义一个空的dataframe

2.data = pd.DataFrame()

3.

4.# 遍历所有文件

5.for file in files:

6. datai = pd.read_excel(file)

7. datai_len = len(datai)

8. data = data.append(datai) # 添加到总的数据中

9. print('读取%i行数据,合并后文件%i列, 名称：%s'%(datai_len,len(data.columns),file.split('/')[-1]))

10. # 查看是否全部读取，格式是否出错

11.# 重置索引

12.data.reset_index(drop=True,inplace=True)

6 Word文件批量转pdf

只能转docx文件,转doc文件会报错, 工具包安装

1.pip install docx2pdf

6.1 导入工具包

1.# 安装工具包:

2.#　导入工具包

3.from docx2pdf import convert

4.import os

6.2 单个转换

1.# 单个转换

2.convert("c:/users/yyz/desktop/魔方公式.docx", "c:/users/yyz/desktop/excel笔记.pdf")

6.3 批量转换

1.# 文件位置

2.path = 'C:/Users/yyz/Desktop/python办公技巧/data/word转pdf/'

3.# 定义空list,存放文件列表

4.files = []

5.for file in os.listdir(path):

6. if file.endswith(".docx"):

7. files.append(path+file)

8.files

9.for file in files:

10. convert(file,file.split('.')[0]+'.pdf')

11. print(file+'转换成功')

7 批量读取word中表格数据

工具包安装

1.pip install python-docx

1.# 读取word文件

2.doc = docx.Document('C:/Users/yyz/Desktop/python办公技巧/data/word信息.docx')

3.# 获取文档中所有表格对象的列表

4.biaoges = doc.tables

7.2 不规范的表格

1.cells = biaoges[1]._cells

2.cells_lis = [[cell.text for cell in cells]]

1.import pandas as pd

2.import numpy as np

3.datai = pd.DataFrame(cells_lis)

4.datai = datai[[1,3,7,9,14,16,19,21]]

5.datai.columns = ['姓名','年龄','籍贯','住址','工作单位','电话','是否党员','出生日期']

6.datai

7.3 规范数据

1.# 获取第1个表格行丨

2.rowi = len(biaoges[0].rows)

3.rowi

1.# 定义空列表

2.lis1 = []

3.# for循环获取第一个表的数据

4.for i in range(1,rowi): # 从第2行开始循环

5. lis1.append([biaoges[0].cell(i,0).text,

6. biaoges[0].cell(i,1).text,

7. biaoges[0].cell(i,2).text,

8. biaoges[0].cell(i,3).text,

9. biaoges[0].cell(i,4).text])

1.# 创建一个dataframe

2.data1 = pd.DataFrame(lis1,columns=['日期','品类','数量','价格','金额'])

3.data1

7.4 批量读取

1.import pandas as pd

2.import os

3.os.chdir('C:/Users/yyz/Desktop/python办公技巧/data/word信息/')

1.lis1=[]

2.for file in os.listdir('.'):

3. if file.endswith('.docx'):

4. doc = docx.Document('./'+file)

5. biaoges = doc.tables

6. rowi = len(biaoges[0].rows)

7. for i in range(1,rowi):

8. lis1.append([biaoges[0].cell(i,0).text,

9. biaoges[0].cell(i,1).text,

10. biaoges[0].cell(i,2).text,

11. biaoges[0].cell(i,3).text,

12. biaoges[0].cell(i,4).text])

1.# 创建dataframe

2.data1 = pd.DataFrame(lis1,columns=['日期','品类','数量','价格','金额'])

3.data1

8 用outlook批量发邮件

8.1 导入工具包

1.import win32com.client as win32

2.import pandas as pd

8.2 读取数据

1.# 读取数据

2.data1 = pd.read_excel('C:/Users/yyz/Desktop/python批量发送邮件.xlsx',sheet_name='发送邮件')

3.data1.fillna('',inplace=True)

8.3 发送邮件

1.# 运行outlook

2.outlook = win32.Dispatch("outlook.Application")

3.# for循环发送文件

4.for i in range(data1.shape[0]):

5. mail = outlook.CreateItem(0) # 创建一个邮件对象 win32.constants.olMailItem

6. mail.To = data1.iloc[i,0] #收件人

7. http://mail.CC = data1.iloc[i,1] #抄送人

8. mail.Subject = data1.iloc[i,2] #邮件主题

9. mail.HTMLBody = data1.iloc[i,3] # 邮件正文 html格式

10. # mail.Body = data1.iloc[i,3] # 邮件正文

11. mail.Attachments.Add(data1.iloc[i,4]) # 附件

12. mail.Send() #发送

13. i +=1

14.print('发送邮件%i份'%i)

python办公自动化的技巧还有很多, python好掌握, 能帮助我们提升工作效率, 这也是很多非编程人员学习python的原因之一.

欢迎大家关注,点赞哟!

————————————————

本文转自CSDN博主「Jack_Yang(数据分析及可视化)」的原创文章

原文链接：https://blog.csdn.net/muyashui/article/details/116306877

本文禁止转载或摘编