Python编程案例:招生档案按省份地区归档

简介: Python编程案例:招生档案按省份地区归档

Python编程案例:招生档案按省份/地区归档
真实案例,某大学招生办职员收到了全国各地区的学生资料,存在/Users/liuxiaowei/学生资料下。每个学生资料以他们的姓名命名,例如:李小龙.docx。现在需要把这些学生资料按照他们的省份/地区进行分类,以便之后发给对应地区的负责人。分类的文件夹需要创建再/Users/liuxiaowei/学生资料这个路径下,例如:/Users/liuxiaowei/学生资料/吉林。每个学生分别属于那个地区的信息在“学生地区.xlsx”这个Excel表格中。如下图:

image.png

运行环境:

OS:macOS Version 12.3.1

IDE: PyCharm 2020.1

利用Python实现创建文件夹和自动归档。编程思路如下:

§ 读取地区表中的每行数据中的省份/地区,在学生资料文件夹下创建“省份/地区”文件夹

§ 遍历学生资料文件夹下的所有文件并提取文件名(姓名)

§ 判断地区表中的姓名数据与学生资料文件夹下的文件名是否相等

§ 如果相等, 合并路径和文件并移动到对应的“省份/地区”文件夹下

源码如下:

#_*_coding:utf-8_*_
# 作者      :liuxiaowei
# 创建时间   :4/9/22 3:32 PM
# 文件      :夜曲大学招生办.py
# IDEPyCharm

import os
import openpyxl
import shutil

# 工作路径赋值给workPath
workPath = '/Users/liuxiaowei/Wendy'
# 指定当前工作路径为workPath
os.chdir(workPath)

# 打开学生地区工作簿
wb = openpyxl.load_workbook('学生地区.xlsx')
# 读取学生地区工作簿里的地区表数据,根据学生对应的省份/地区创建对应的文件夹
for rowData in wb['地区表'].rows:
    # 因为表格表头是'省份/地区',所以要过滤掉
    if rowData[1].value == '省份/地区':
        continue
    # 在学生资料文件夹下再建立省份/地区文件夹
    provPath = os.path.join('学生资料', rowData[1].value)
    if not os.path.exists(provPath):
        os.mkdir(provPath)
    # 遍历学生资料文件夹下的所有学生文件
    for stu_doc in os.listdir('学生资料'):
        # 因为表格表头是'姓名',所以要过滤掉
        if rowData[0].value == '姓名':
            continue
        # 如果表格里的学生姓名与学生命名的文件名相等,移动该文件到相应的省份/地区文件夹
        if rowData[0].value == stu_doc.split('.')[0]:
            # 合并相对路径和学生文件
            stu_doc_path = os.path.join('学生资料', stu_doc)
            # 移动文件到目的目录
            shutil.move(stu_doc_path, provPath)
AI 代码解读

运行结果如下:

image.png

目录
打赏
0
0
0
0
220
分享
相关文章
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
67 28
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
30天前
|
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
36 4
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
6个案例15分钟让你了解Python套路
Python以其简洁易读的语法,成为编程初学者的首选。本文通过7个经典代码案例,带你快速了解Python编程的核心概念和常用技巧: 1. **九九乘法口诀**:使用嵌套循环打印乘法表。 2. **列表求和**:展示两种方法(for循环和内置函数sum())计算列表元素之和。 3. **素数判断**:编写函数判断一个数是否为素数。 4. **斐波那契数列**:生成指定长度的斐波那契数列。 5. **冒泡排序**:实现简单的冒泡排序算法。 6. **汉诺塔问题**:通过递归解决经典的汉诺塔问题。 这些案例不仅展示了Python的基础语法,更体现了编程思维的重要性,帮助初学者逐步掌握编程套路。
49 2
Python 高级编程与实战:构建微服务架构
本文深入探讨了 Python 中的微服务架构,介绍了 Flask、FastAPI 和 Nameko 三个常用框架,并通过实战项目帮助读者掌握这些技术。每个框架都提供了构建微服务的示例代码,包括简单的 API 接口实现。通过学习本文,读者将能够使用 Python 构建高效、独立的微服务。
Python 高级编程与实战:构建分布式系统
本文深入探讨了 Python 中的分布式系统,介绍了 ZeroMQ、Celery 和 Dask 等工具的使用方法,并通过实战项目帮助读者掌握这些技术。ZeroMQ 是高性能异步消息库,支持多种通信模式;Celery 是分布式任务队列,支持异步任务执行;Dask 是并行计算库,适用于大规模数据处理。文章结合具体代码示例,帮助读者理解如何使用这些工具构建分布式系统。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等