熟悉 Python 自动化办公与数据处理,主要面向 Excel、CSV、Word、PDF 等常见办公文件场景。能够使用 Python 读取、清洗、合并、拆分和统计 Excel 数据,处理重复值、空值、字段格式不统一、日期和金额格式混乱等问题,并按指定规则生成结构化结果表。
熟悉 pandas、openpyxl、python-docx 等常用库,可完成多表合并、数据筛选、分类汇总、按地区或类别统计、报表生成、批量文件处理、批量改名、批量生成 Word 文档等工作。也可以根据固定模板生成分析报告,减少人工复制、粘贴和重复计算。
能够根据客户提供的样表和人工处理结果,先梳理输入字段、处理规则、输出格式和验收标准,再开发 Python 脚本或简单本地工具。重视可复现、可检查、可维护的交付方式,交付时可提供使用说明、样例文件和处理前后对比结果。
曾完成多类办公自动化和数据处理类项目,包括 Excel 数据清洗、多个表格合并、字段标准化、重复数据去除、CSV 文件整理、批量文件命名、按模板生成 Word 文档、从表格数据生成统计结果等。常见处理流程包括:读取原始数据、检查字段和格式、按规则清洗数据、生成汇总结果、导出 Excel 或 Word 报告,并保留可复查的中间结果。
例如在表格处理场景中,可根据客户提供的多个 Excel 文件,将不同表单中的数据统一字段、合并到标准表中,再按照地区、类别、时间等维度进行统计,生成汇总表和分析结果。对于需要重复执行的任务,可以封装成 Python 脚本或简单工具,方便后续继续使用。
在文档生成场景中,可根据 Word 模板和 Excel 数据,批量生成报告、通知、清单或统计文档。项目交付时通常会先使用脱敏样例验证处理规则,确认无误后再处理完整数据,最终交付脚本、结果文件、操作说明和必要的测试样例,便于客户验收和后续维护。
本案例为 Python 自动化办公演示项目,主要用于处理多个 Excel 表格的数据清洗、合并、去重和统计汇总。工具可读取多个来源的 Excel 数据,按照统一字段规则整理表头、修正日期和金额格式、清理空值与重复记录,并生成标准化结果表、地区统计表、月度汇总表和校验日志。
本案例为 Excel 数据自动生成 Word 分析报告的演示项目。程序可读取 Excel 表格中的地区、月份、销售额、成本、利润、订单数量等字段,按照预设统计规则完成数据汇总、趋势分析和异常检查,并将结果自动填充到 Word 报告模板中,生成结构清晰的分析文档。 案例展示了