有一个问题困扰我很久：
就是我用python自动处理同事提交过来的乱七八糟的销售线索之后，会形成一个包含姓名和电话的两列表格。
这个两列表格看着不好看不说，还会浪费大量纸张——因为有的项目销售线索有几百条。
在没找到解决办法之前，我都是先用python生成这个两列表格，再复制粘贴到excel中进行处理——把它变成8列，也就是一行有四条线索的表格。
今天终于找到了办法，简要记录一下。
先上代码
##获取销售线索的函数
def contact(contact_path,skiprows=0):
if contact_path.split('.')[-1]==('docx'or 'doc'):
text = docx2txt.process(contact_path)
text=re.findall(r'[姓名]?.+?[0-9]{8,}',text,re.DOTALL)
result=[]
for i in text:
i=re.sub(r'[\xa0]'," ",i)
i=re.sub('[%s]' % re.escape(string.punctuation), '', i)
i=re.sub('[%s]' % re.escape(punctuation), '', i)
i=re.sub(r'姓名',"",i)
i=re.sub(r"电话","",i)
i="".join(i.split())
i=re.findall(r'(\D+)?(\d+)',i)
for each in i:
if len(each[-1])>=8:
result.append({'姓名':each[0],'电话':each[-1]})
else:
pass
contacts=pd.DataFrame(result)
else:
contacts=pd.read_excel(contact_path,skiprows)
contacts=contacts[['姓名','电话']]
num=len(contacts)
if contacts.values.shape[0] % 8 != 0:
n_for_fill=np.empty((8-contacts.values.shape[0]%8,2),dtype=str)
n_reshaped=np.append(contacts.values,n_for_fill)
else:
n_reshaped=contacts.values
n_final=n_reshaped.reshape(-1,8)
pd_final=pd.DataFrame(n_final)
pd_final.columns=['姓名','电话','姓名','电话','姓名','电话','姓名','电话']
return pd_final,num
我承认这代码写得一点都不优雅，但目前我的水平还没到谈论优雅的地步，先解决问题为主。
思路解释
最开始我在if……else后面就返回销售线索列表了，这样得出的是一个只有两列的dataframe，将来写到docx中后会很长。
所以我在if……else语句结束后又添加了几行，来解决把表格变宽的问题。
首先要给销售线索计数：
num=len(contacts)
如果现在不计数，待会儿变形后，直接用len()函数出来的结果是错的。
接着，我要设法把包含销售线索的dataframe从两列变成8列，这样刚好填满一页A4纸。
dataframe转换为array之后就好reshape了。但是numpy下array的reshape()函数要求【新生成的数组元素总个数，必须与原数组元素总数相等】。也就是说，在我这个例子中，原来的销售线索数组长度必须是8的倍数，否则要报错。
这样一来，我就要先判断原来的数组长度是不是8的整数倍：
如果不是，那么就要把数组用空字符串补足为8的倍数。也就是用8减去原来数组长度和8的余数，差值作为要追加的数组的维度。然后把新生成的数组和原来的数组追加到一起。
如果销售线索的数组长度刚好是8的倍数，那么就直接将其赋值给新的数组。
if contacts.values.shape[0] % 8 != 0:
n_for_fill=np.empty((8-contacts.values.shape[0]%8,2),dtype=str)
n_reshaped=np.append(contacts.values,n_for_fill)
else:
n_reshaped=contacts.values
接下来，对新数组进行reshape：
n_final=n_reshaped.reshape(-1,8)
参数【-1】表示直接根据后一个参数【8】来计算前面的参数。
把新数组转化成dataframe：
pd_final=pd.DataFrame(n_final)
由于新dataframe还没有有意义的列名，因此为其添加新的列名：
pd_final.columns=['姓名','电话','姓名','电话','姓名','电话','姓名','电话']
最后同时返回reshape后的dataframe及销售线索总数，便于将来调用。
通过以上步骤，就成功地将一个只有两列的很长的表格，转化成了一个有8列的很宽的表格，节省纸张无数，为绿色地球环保做出了贡献。
网友评论