月底了。
行政小姐姐对着Excel表格，头发掉了一把。
“张三这周连上三个晚班，会不会有意见？”“李四下周二请假，谁来顶？”“王五和赵六不能排同一天，他俩吵架了……”
排班，这个看似简单的小事，其实是职场里最耗心力的“隐形杀手”。
直到我忍无可忍，用Python写了个自动排班系统。
输入员工名单，设置好规则，点击运行。
3秒钟，一张完美的排班表自动生成。
还能自动导出Excel，直接发群里。
今天，我把这套“排班神器”的逻辑全盘托出。不藏私，只为让你从繁琐的体力活中解脱出来。
为什么手动排班是“反人类”的？
因为变量太多。
你要考虑公平性，不能累死一个人，闲死一群人。你要考虑约束条件，有人不能上夜班，有人只要周末班。你要考虑突发情况，今天谁请假了，明天谁要调休。
人脑，是用来思考战略的，不是用来做排列组合的。
把重复的逻辑交给代码，把宝贵的时间留给生活。
这才是编程的意义。
核心逻辑：其实就三个词
别被“系统”两个字吓住。
排班系统的本质，就是规则 + 循环 + 填充。
- 规则
- 循环
- 填充
听起来是不是有点像玩“俄罗斯方块”？
对，就是这么简单。
代码实战：让Python替你“排兵布阵”
我们用最基础的pandas和random库，就能实现一个简易版排班。
import pandas as pdimport random# 1. 准备数据employees = ['张三', '李四', '王五', '赵六', '钱七']shifts = ['早班', '中班', '晚班']dates = pd.date_range('2024-05-01', '2024-05-31') # 排5月份的班# 2. 创建空表schedule = []# 3. 开始排班for date in dates: daily_shifts = {} # 每天从员工池里随机抓人 available_employees = employees.copy() for shift in shifts: if available_employees: # 随机选一个人 emp = random.choice(available_employees) daily_shifts[shift] = emp # 选过的人移除，避免一天上两个班 available_employees.remove(emp) else: daily_shifts[shift] = '空缺' schedule.append({'日期': date, **daily_shifts})# 4. 导出Exceldf = pd.DataFrame(schedule)df.to_excel('五月排班表.xlsx', index=False)print("搞定！去喝茶吧。")
看明白了吗？
这就是**“暴力美学”**。
虽然这个版本比较基础，但它解决了最核心的问题：自动化生成。
进阶思维：从“随机”到“智能”
你可能会说：“这太随机了，不够公平怎么办？”
好问题。
这就是编程思维进阶的时刻。
我们可以加权重。
比如，张三这周已经上了3个晚班，那下周排到晚班时，他的“被选中概率”就自动减半。
我们可以加约束。
比如，建立一个黑名单字典，{'李四': '晚班'}，代码里加个if判断，直接跳过。
代码是活的。
你现在的每一次修改，都是在训练一个更懂业务的“数字员工”。
这不仅仅是排班，这是“管理思维”的重塑
当你用Python写出这个系统时，你就不再是一个被动的执行者。
你是一个规则的制定者。
你不再纠结于“谁上周一谁上周二”。
你思考的是：“什么样的规则才是公平的？”“如何平衡大家的满意度？”
工具改变了你的视角。
以前你在泥潭里打滚，现在你站在高地上指挥。
这就是为什么我鼓励每个初阶开发者，都要写一个管理系统。
因为它能让你从“做事”进化到“管事”。
写在最后
别再手动拖拽Excel单元格了。
那种低效的重复劳动，不值得你消耗哪怕一分钟的生命。
花一个晚上，用Python写一个排班脚本。
第一次运行成功的那一刻，看着屏幕上生成的表格，你会感受到一种前所未有的掌控感。
那不仅是代码的胜利，更是你作为“创造者”的觉醒。
🚀 想要完整的源码？
我在代码里加入了“防连续夜班”和“周末轮休”的高级算法。
在公众号后台回复关键词**【排班系统】**，源码直接发你。
👇 评论区聊聊：工作中还有哪些重复性劳动，让你想砸键盘？
