30天Python办公自动化全回顾!一张表总结所有代码+避坑指南,直接拿去用

“

一个月前，我还在手动复制粘贴Excel，每天加班半夜。现在，我坐在工位上泡杯茶，看着脚本自动处理全校成绩、生成报告、发邮件。这30天，我把踩过的坑、流过的泪、修过的bug都写成了文章。但我知道，很多人学完就忘，遇到问题还得翻之前的教程。今天我把这30天最常用、最实用的代码整理成一张表，每行代码都附上“自己踩过的坑”和“逐行解释”。以后再遇到类似任务，直接复制这段，改改文件名就能用。

🗂️一、文件操作：批量整理、重命名

import os, shutil# 列出文件夹里所有文件（排除文件夹）files = [f for f in os.listdir('目标文件夹') if os.path.isfile(os.path.join('目标文件夹', f))]# 移动文件shutil.move('旧路径', '新路径')# 批量重命名（加序号）for i, f in enumerate(files):    new_name = f'文件_{i+1}.txt'if not os.path.exists(new_name):        os.rename(f, new_name)# 创建文件夹（如果不存在）os.makedirs('新文件夹', exist_ok=True)

逐行解释：

• os.listdir('目标文件夹')：拿到文件夹里所有东西的名字。
• os.path.isfile()：判断是不是文件（不是文件夹）。
• shutil.move()：移动文件到新位置。
• os.rename()：重命名文件。
• os.makedirs(..., exist_ok=True)：创建文件夹，如果已经存在也不会报错。

踩过的坑：

• 一开始没用 os.path.isfile 过滤，结果把文件夹也移动了，整个目录结构乱掉。
• 重命名时没检查新名字是否存在，结果把已有文件覆盖了。后来加了 if not os.path.exists 判断。
• 路径里有空格？用原始字符串r'路径'或者双反斜杠 \\。

📊 二、Excel数据处理（Pandas核心）

import pandas as pd# 读取Exceldf = pd.read_excel('成绩表.xlsx', sheet_name='Sheet1')# 快速查看df.head()          # 前5行df.info()          # 列信息、缺失值df.describe()      # 数值列统计# 处理缺失值df.dropna()                             # 删掉有缺失的行df.fillna(0)                            # 缺失填0df['语文'].fillna(df['语文'].mean())     # 用平均值填# 筛选数据df[df['班级'] == '三(1)班']              # 单条件df[(df['语文'] > 90) & (df['数学'] > 90)] # 多条件且# 新增列df['总分'] = df['语文'] + df['数学'] + df['英语']df['等级'] = df['总分'].apply(lambda x: '优'if x >= 270 else'良')# 分组统计df.groupby('班级')['语文'].mean()                      # 各班语文平均df.groupby('班级').agg({'语文':'mean', '数学':'max'})   # 不同列不同统计# 合并多个Excelall_files = [f for f in os.listdir('各班成绩') if f.endswith('.xlsx')]df_list = [pd.read_excel(os.path.join('各班成绩', f)) for f in all_files]df_all = pd.concat(df_list, ignore_index=True)# 保存df.to_excel('结果.xlsx', index=False)df.to_csv('结果.csv', index=False, encoding='utf-8-sig')

逐行解释：

• pd.read_excel()：读Excel，sheet_name 指定工作表。
• head()、info()、describe()：快速了解数据。
• dropna()、fillna()：处理缺失值。
• df[条件]：筛选行。
• groupby：分组聚合。
• pd.concat()：纵向合并多个DataFrame。
• to_excel/to_csv：保存，index=False 去掉行号。

踩过的坑：

• 用 pd.concat 时，如果列名不一致，会全列保留，出现很多NaN。可以用 join='inner' 只保留共有列。
• 保存CSV中文乱码？encoding='utf-8-sig' 解决。
• 分组后想转成普通表格，用 .reset_index()。
• apply 里用 lambda，如果逻辑复杂，最好先定义函数，否则容易写成一长串看不懂。

📄 三、Word批量生成（docxtpl）

from docxtpl import DocxTemplate# 加载模板doc = DocxTemplate('奖状模板.docx')  # 模板里要有 {{姓名}}、{{奖项}} 占位符# 填充数据doc.render({'姓名': '张三','奖项': '三好学生','日期': '2025年7月'})# 保存doc.save('奖状_张三.docx')# 批量生成（配合pandas）import pandas as pddf = pd.read_excel('学生名单.xlsx')for _, row in df.iterrows():    doc = DocxTemplate('奖状模板.docx')    doc.render({'姓名': row['姓名'],'奖项': row['奖项'],'日期': '2025年7月'    })    doc.save(f"奖状_{row['姓名']}.docx")

逐行解释：

• DocxTemplate('模板.docx')：加载Word模板文件。
• .render({...})：用字典里的值替换模板里的 {{变量}}。
• .save()：保存为新文件。
• 批量生成时，每次循环重新加载模板，避免第一次渲染后模板被修改。

踩过的坑：

• 模板里占位符写错大小写，渲染后还是原样。
• 如果模板里有表格，需要用 {% for row in 汇总表 %} 语法，但 docxtpl 的表格渲染比较绕，建议先在模板里画好一行，然后用{% for %}包裹。
• 插入图片要用InlineImage，否则图片不显示。

🧾 四、PDF处理（PyPDF2）

import PyPDF2# 合并多个PDFmerger = PyPDF2.PdfMerger()for pdf in ['1.pdf', '2.pdf']:    merger.append(pdf)merger.write('合并.pdf')# 拆分PDF（取前3页）with open('源.pdf', 'rb') as f:    reader = PyPDF2.PdfReader(f)    writer = PyPDF2.PdfWriter()for i in range(3):        writer.add_page(reader.pages[i])    with open('前3页.pdf', 'wb') as out:        writer.write(out)# 加水印（需要提前准备水印PDF）with open('源.pdf', 'rb') as src, open('水印.pdf', 'rb') as wm:    reader = PyPDF2.PdfReader(src)    watermark = PyPDF2.PdfReader(wm).pages[0]    writer = PyPDF2.PdfWriter()for page in reader.pages:        page.merge_page(watermark)        writer.add_page(page)    with open('带水印.pdf', 'wb') as out:        writer.write(out)

逐行解释：

• PdfMerger().append()：把PDF文件加入合并列表。
• PdfReader：读取PDF，.pages 是所有页的列表。
• PdfWriter：创建新PDF，用 .add_page() 添加页。
• page.merge_page(watermark)：把水印页叠加到当前页。

踩过的坑：

• 合并时如果文件太多，内存会爆？PdfMerger的append不会一次性读入所有文件，可以放心。
• 水印PDF最好只有一页，文字半透明，否则会盖住正文。
• 用with open(... as f)确保文件正确关闭。

📧 五、邮件自动发送（smtplib）

import smtplibfrom email.mime.multipart import MIMEMultipartfrom email.mime.text import MIMETextfrom email.mime.base import MIMEBasefrom email import encoders# 设置邮箱信息发件人 = '你的邮箱@qq.com'密码 = '授权码'# 不是登录密码收件人 = '领导@公司.com'# 构造邮件msg = MIMEMultipart()msg['From'] = 发件人msg['To'] = 收件人msg['Subject'] = '成绩报告'正文 = MIMEText('领导好，请查收附件。', 'plain', 'utf-8')msg.attach(正文)# 添加附件with open('报告.pdf', 'rb') as f:    part = MIMEBase('application', 'octet-stream')    part.set_payload(f.read())    encoders.encode_base64(part)    part.add_header('Content-Disposition', 'attachment; filename=报告.pdf')    msg.attach(part)# 发送server = smtplib.SMTP_SSL('smtp.qq.com', 465)server.login(发件人, 密码)server.send_message(msg)server.quit()

逐行解释：

• MIMEMultipart()：创建一个可包含正文和附件的邮件对象。
• MIMEText()：创建纯文本正文。
• MIMEBase + encoders.encode_base64：将文件转成附件格式。
• add_header：设置附件的文件名。
• SMTP_SSL：连接QQ邮箱的SSL服务器，登录，发送。

踩过的坑：

• 密码不是QQ登录密码，是邮箱设置里的“授权码”。要先开启SMTP服务，生成授权码。
• 附件名含中文会乱码？最好用英文名，或者用email.utils.encode_header处理。
• 发太多会被封？可以加time.sleep(1)间隔。
• 公司邮箱可能用不同的服务器地址和端口，要问IT。

🖼️ 六、图片批量处理（PIL）

from PIL import Image, ImageDraw, ImageFontimport os# 批量缩放for f in os.listdir('照片'):if not f.endswith('.jpg'): continue    img = Image.open(os.path.join('照片', f))    img.thumbnail((800, 600))   # 等比例缩放到不超过800x600    img.save(os.path.join('处理后', f))# 添加文字水印img = Image.open('照片.jpg').convert('RGBA')txt = Image.new('RGBA', img.size, (255,255,255,0))draw = ImageDraw.Draw(txt)font = ImageFont.truetype('simhei.ttf', 40)draw.text((100,100), '保密', fill=(255,255,255,128), font=font)out = Image.alpha_composite(img, txt)out.convert('RGB').save('带水印.jpg')

逐行解释：

• Image.open()：打开图片。
• .thumbnail((宽,高))：等比例缩放，不会变形。
• convert('RGBA')：转成带透明通道的模式，方便叠加水印。
• Image.new('RGBA', size, 颜色)：创建一张透明图片。
• ImageDraw.Draw()：在图片上画画。
• ImageFont.truetype()：加载中文字体。
• draw.text()：写字，fill 最后一个参数是透明度（0-255）。
• Image.alpha_composite()：叠加两张透明图。
• 最后转回RGB保存。

踩过的坑：

• JPG没有透明通道，要先 convert('RGBA')，合并后再转回RGB保存。
• 中文字体路径要正确，Windows一般有 simhei.ttf，Mac用 'PingFang.ttc'。
• 如果字体文件不存在，会报错，可以用默认字体，但不支持中文。

📈 七、数据可视化（matplotlib）

import matplotlib.pyplot as plt# 解决中文乱码plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 折线图plt.plot(['1月','2月','3月'], [85,90,88], marker='o')plt.title('成绩趋势')plt.grid(True)plt.show()# 柱状图plt.bar(['三(1)','三(2)'], [92,88])plt.title('班级对比')for i, v in enumerate([92,88]):    plt.text(i, v+1, str(v), ha='center')plt.show()# 饼图plt.pie([45,30,25], labels=['教学','科研','行政'], autopct='%1.1f%%')plt.axis('equal')plt.show()# 保存图片plt.savefig('图表.png', dpi=300, bbox_inches='tight')

逐行解释：

• plt.rcParams：设置全局字体，解决中文乱码。
• plt.plot()：画折线图，marker 是点的样式。
• plt.bar()：画柱状图。
• plt.text()：在指定坐标加文字，用于显示柱子上的数值。
• plt.pie()：画饼图，autopct 显示百分比格式。
• plt.axis('equal')：让饼图是正圆。
• plt.savefig()：保存图片，dpi分辨率，bbox_inches='tight'去除白边。

踩过的坑：

• 不设置中文字体，标题和标签全是方框。
• plt.show()之后不能保存，因为画布被清空。要先savefig再show。
• 饼图不加 axis('equal') 会变成椭圆，很难看。

⚠️ 八、基础语法—这些坑天天踩

# 字符串拼接name = '张三'age = 25print('我叫' + name + '，今年' + str(age) + '岁')   # 数字要转字符串print(f'我叫{name}，今年{age}岁')                   # 推荐 f-string# 列表操作fruits = ['苹果','香蕉']fruits.append('橘子')          # 末尾加fruits.insert(1, '草莓')       # 指定位置加if'香蕉'in fruits:           # 先判断再删除    fruits.remove('香蕉')# 字典操作student = {'姓名':'张三', '年龄':12}print(student['姓名'])          # 键不存在会报错print(student.get('性别', '未知'))  # 安全访问# 文件读写with open('笔记.txt', 'w', encoding='utf-8') as f:    f.write('hello')with open('笔记.txt', 'r', encoding='utf-8') as f:    content = f.read()

踩过的坑：

• 用 open 不指定 encoding，中文可能乱码，特别是Windows。
• 列表索引从0开始，经常忘。
• 字典用[]访问不存在的键直接报错，用 get 更安全。
• 删除列表元素前最好用 in 判断一下，否则会报 ValueError。

📋 九、一张表总结（收藏使用）

🎯 今日挑战：做一个综合小工具

把你家里或者办公室里最乱的一个文件夹，用今天复习的代码整理一下：

• 按文件类型分类（图片放一起，文档放一起）
• 或者按修改日期归档（年/月文件夹）
• 生成一个简单的Excel清单，列出所有文件信息

做完你会发现：原来Python真的能省好多时间。

🔮 下期预告

Excel处理几十万行数据卡成狗怎么办？下期我们正式进入数据库，用SQLite存储所有成绩数据，查询分析快到飞起。记得来哈。