全自动化处理每月缺卡数据，输出缺卡人员信息

不管是上学还是上班都会统计考勤，有些学校或公司会对每月缺卡次数过多(比如三次以上)的人员进行处罚。有些公司还规定对于基层员工要在工作日提交日志、管理人员要提交周报或月报，对于少提交的人员要进行处罚。如果公司HR逐个对人员的日志或缺卡数据进行处理，将是一项耗时且无聊的工作。

本文提供了自动处理考勤和日志缺失的方法。不用安装Python，不用学Python语法，只要你会在电脑上新建文件夹，点击文件就可以实现考勤和日志缺失名单的统计输出。接下来一起来看下实现步骤吧。

一、效果展示

1 实现效果

首先来看下实现效果。

大体实现步骤如下：

步骤1：在D盘中新建“每月缺卡数据处理“文件夹(已在代码中固定死了，必须建该文件夹)。

步骤2：把处理考勤缺失的exe文件和原始数据文件放到step1新建的文件夹中。

步骤3：点击exe文件，会自动出来csv结果文件，具体格式如下：

2 原始数据模板

原始数据文件需为”判断是否提交日志2.xlsx“，本文使用的原始数据如下(表头需按如下命名)：

注：如需本文原始数据、和直接运行得到结果的exe文件，可到本公众号中回复“缺卡”，即可免费获取。

其中填报人指学生或员工姓名，部门若为学生可以填某某班。填报时间指日志填报时间，日期指日志实际日期。若为考勤打卡，两个日期都填实际打卡的日期即可。若为考勤打卡，今日完成工作列可置为空。

如果原始文件中想存放员工打卡的全年数据，但想统计其中某个月的缺卡数据。只需把想统计的月份放在日期的第一行即可，代码中已按日期第一行进行了同年月数据子框的筛选。如需设置定时任务，把运行结果定时邮件发送给相关人员，可以到公众号中私信我。

二、代码详解

对于部分了解Python的朋友来说，如果有个性化的需求，可以自己微调代码实现需求。接下来详细阐述实现上述功能的代码。

1 导入库

首先导入本文需要加载的库，如果你有些库还没有安装，导致运行代码时报错，可以在Anaconda Prompt中用pip方法安装。

# -*- coding: UTF-8 -*-
'''
代码用途 ：处理缺卡数据
作者     ：阿黎逸阳
公众号    :  阿黎逸阳的代码
'''
import os
import calendar
import numpy as np
import pandas as pd
from datetime import datetime
from xlrd import xldate_as_tuple
from chinese_calendar import is_workday
from chinese_calendar import is_holiday
from chinese_calendar import get_holiday_detail

本文应用到了os、calendar、numpy、pandas、datetime、xlrd、chinese_calendar库。

os库可以设置文件读取的位置。

calendar和chinese_calendar库是日期处理库。

numpy和pandas库处理数据框。

xlrd和datetime库处理时间。

2 定义时间处理函数

接着应用xlrd和datetime库中的函数定义时间处理函数，把时间戳或带时分秒的时间转换成只含年月日的时间。

def num_to_date(x):   '''日期处理函数把时间戳或带时分秒的时间转换成只含年月日的时间'''try:x1 = datetime(*xldate_as_tuple(x, 0)).strftime('%Y-%m-%d')except:x1 = datetime.date(x).strftime('%Y-%m-%d')return x1

定义成年月日统一时间的目的是为了方便后续代码的运行。

3 读取数据调整日期格式

接着读取数据，应用第二小节定义的时间处理函数把填报时间和日期进行处理。

#读取数据
os.chdir(r'D:\每月缺卡数据处理')
date = pd.read_excel('判断是否提交日志2.xlsx', sheet_name='Sheet1')#调整日期格式
date['填报时间'] = date['填报时间'].apply(num_to_date)
date['日期'] = date['日期'].apply(num_to_date)

原始部分数据如下：

调用时间处理函数得到的部分数据如下：

4 计算工作日天数

接着取出数据框日期列的第一个值，获取要统计的年月信息。根据年月信息获取该月工作日的天数。

#取出想看缺卡信息的年月
y_m1 = date['日期'][0][0:7] def sele_ym(x, y_m=y_m1):'''判断数据框中的日期是否为某月'''if x.find(y_m)>=0:return True#找出这一个月中的工作日，求出工作日的天数
days = calendar.Calendar().itermonthdates(int(y_m1.split('-')[0]), int(y_m1.split('-')[1]))
mth_nwkdays = []  #非工作日
mth_wkdays = []   #工作日
mth_days = []     #全部日期
for day in days:  if str(day).find(y_m1)>=0:#print(str(day))mth_days.append(str(day))if is_workday(day)>0:mth_wkdays.append(str(day))else:mth_nwkdays.append(str(day))
work_days = len(mth_wkdays)    #工作日天数

把工作天数和员工本月的实际打卡或写日志的天数进行对比，如果实际值小于理论值，说明员工缺卡或请假了。由于大部分的员工都是正常打卡或写日志的，这时人工再对缺卡员工进行排查已经极大地缩小了排查面。如有特殊代码需求，需要求助的，可以到公众号中私信我。

5 获取缺卡名单

最后调用函数获取缺卡名单，主要是对每个填报日期和实际工作日期进行比对。

#定义获取缺卡信息的函数
def stat_dail_short(date, y_m1, work_days):'''date：存储日志的数据大表y_m1：月份work_days:该月的工作天数'''qk_file = []date_m = date[date['日期'].apply(sele_ym)==True]for i in set(date_m['填报人']):sub_date = date_m[date_m['填报人'] == i]if len(sub_date['日期'])<work_days:qk = str(set(sub_date['填报人'])) + str(set(sub_date['部门'])) + '缺了'+ str((work_days-len(sub_date['日期']))) + '次卡' + '；缺卡日期为：'+ str(set(mth_wkdays)^set(sub_date['日期']))qk_file.append(qk)print(set(sub_date['填报人']), set(sub_date['部门']), '缺了%d次卡'%(work_days-len(sub_date['日期'])), '；缺卡日期为：', set(mth_wkdays)^set(sub_date['日期']),sep='')qk_file_1 = pd.DataFrame(qk_file)qk_file_1.columns = ['缺卡信息']qk_file_1.to_csv(y_m1+' 缺卡名单'+'.csv', encoding='gbk') #调用函数获取缺卡名单
stat_dail_short(date, y_m1, work_days)

得到结果：

{'张继科'}{'体育部'}缺了5次卡；缺卡日期为：{'2022-04-11', '2022-04-29', '2022-04-22', '2022-04-18', '2022-04-21'}
{'杨紫'}{'历劫部'}缺了1次卡；缺卡日期为：{'2022-04-20'}
{'刘诗雯'}{'体育部'}缺了2次卡；缺卡日期为：{'2022-04-18', '2022-04-28'}

结果中的数据是用填报人、填报部门、缺卡次数、具体的缺卡日期进行拼接展示的。会以csv的形式存放到指定文件夹中。如果需要把姓名、部门、缺卡次数等信息分开，可以在excel中按特定条件分列，或调整一下代码进行实现。

本文开头的exe文件生成方法，可以参考Pinstaller(Python打包为exe文件)一文。我在生成exe的过程中一直有报错，后面在网上看到方法说先在cmd中运行pip uninstall matplotlib，再运行生成exe的语句就不会报错。按网上方法真成功了，虽然没有明白原理，但还是非常感谢！如果你在打包的时候没有报错，还是不建议删除matplotlib库。

至此，全自动化处理每月缺卡数据，输出缺卡人员信息已讲解完毕，动动手分享给你身边有需要的ta吧。

你可能感兴趣:
用Python绘制皮卡丘
用Python绘制词云图
用Python绘制520永恒心动
Python人脸识别—我的眼里只有你
Python画好看的星空图（唯美的背景）
【Python】情人节表白烟花（带声音和文字）
用Python中的py2neo库操作neo4j，搭建关联图谱
Python浪漫表白源码合集（爱心、玫瑰花、照片墙、星空下的告白）

长按(扫一扫)识别上方二维码学习更多Python和建模知识，让你的学习和工作更出彩