Excel到Word之间的转换
引言
以下是两份Excel，但是内容的呈现不是特别高效，所以打算转到Word报告方便传上企业微信，飞书等

需求：日常工作中，需要对Excel表格的数据进行筛选计算整理，然后将数据做成Word报告。Word报告的格式已经标准化，数据填入Word过程机械化、耗费时间。
本节通过使用Python进行自动化生成Word极大提高效率。

准备工作
使用到Python.docx库
在官方的样例代码可以找到如下

我们将的Excel表格中的有效信息手动输入到Word中为：

结构为：
品牌名称
视频标题
视频脚本

安装python-docx库
打开jupyter

在终端输入pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-docx

再打开jupyter
新建py note

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
from docx import Document
from docx.shared import Inches

document = Document()

document.add_heading('Document Title', 0)

p = document.add_paragraph('A plain paragraph having some ')
p.add_run('bold').bold = True
p.add_run(' and some ')
p.add_run('italic.').italic = True

document.add_heading('Heading, level 1', level=1)
document.add_paragraph('Intense quote', style='Intense Quote')

document.add_paragraph(
    'first item in unordered list', style='List Bullet'
)
document.add_paragraph(
    'first item in ordered list', style='List Number'
)
document.add_page_break()

document.save('demo1.docx')

就可以在对应文件夹上找到生成的demo1文档，并且内容如下

对比上面的代码可以知道结构对应的函数

结构为：
品牌名称 标题一 add_heading
视频标题 标题二 add_heading
视频脚本 正文 add_paragraph

输入以下代码：

1
2
3
4
5
6
7
from docx import Document
document = Document() #就是添加一个新的文档的意思

document.add_heading('罗杰夫', level=1)
document.add_heading('答应我，不做臭男人#糟糕是心动的感觉 #恋爱的感觉 @小奈奈✈️ #男神必备 #颜值爆表 ', level=2)
document.add_paragraph('好香的所有风云一次大步往前走')
document.save('demo1.docx')

打开文档可以发现按照想要的格式变成Word了

Excel到Word的基本转换
接下来就是换成所有内容，不断循环上面的代码

使用pandas和for循环进行
使用pandas读取Excel文件
加载数据：
路径：/ video_list.xlsx
/ speech_text.xlsx,都在同一路径下
pandas.read_excel()的作用：将Excel文件读取到pandas DataFrame中。

1
2
3
import pandas as pd
video_list = pd.read_excel('video_list.xlsx') #读取Excel并传给新建的video_list
speech_text = pd.read_excel ('speech_text.xlsx')

数据合并与处理
使用info查看参数的类型
video_list.info()
发现id是int类型的，我们转换成字符串

使用 Pandas 的 astype 方法将数据帧（DataFrame）或序列（Series）中的数据类型转换为字符串类型

1
video_list['AwemeId'] = video_list['AwemeId'].astype(str)

同理speech_text也是一样
1
speech_text['VideoId'] = speech_text['VideoId'].astype(str)

将两表连起来，使用内连接，可以保留两个数据集中同时存在的样本，这些样本的其他特征都会保留，这里键不一样要说出左表和右表的列名
内连接的使用方法
left: 拼接的左侧DataFrame对象
right: 拼接的右侧DataFrame对象
on: 要加入的列或索引级别名称。 必须在左侧和右侧DataFrame对象中找到。 如果未传递且left_index和right_index为False，则DataFrame中的列的交集将被推断为连接键。
left_on:左侧DataFrame中的列或索引级别用作键。 可以是列名，索引级名称，也可以是长度等于DataFrame长度的数组。
right_on: 左侧DataFrame中的列或索引级别用作键。 可以是列名，索引级名称，也可以是长度等于DataFrame长度的数组。
合并两个DataFrame
1
merge =pd.merge(video_list, speech_text, how='inner',left_on='AwemeId',right_on='VideoId')

自动化生成Word报告
使用for循环写入代码，实现转换
1
2
3
4
5
6
7
document = Document()
for i in range(len(merge)):
 print(merge.iloc[i]['品牌'])
 document.add_heading(merge.iloc[i]['品牌'], level=1)
 document.add_heading(merge.iloc[i]['视频标题'], level=2)
 document.add_paragraph(merge.iloc[i]['视频文案'])
 document.save('demo.docx')

优化报告生成过程
把相同品牌的合并掉，每个品牌只出现一次

思路就判断当前数据的品牌是否与上一条相同，不同就正常打印，相同就不打印名称，当然当索引为0时也正常打印。

1
2
3
4
5
6
7
8
document = Document()
for i in range(len(merge)):
    if merge.iloc[i]['品牌'] != merge.iloc[i-1]['品牌'] or i == 0:
        print(merge.iloc[i]['品牌'])
        document.add_heading(merge.iloc[i]['品牌'], level=1)
        document.add_heading(merge.iloc[i]['视频标题'], level=2)
        document.add_paragraph(merge.iloc[i]['视频文案'])
document.save('demo.docx')

结果如下：

接着优化，将不同列名输入进来，比如昵称，视频地址等

1
2
3
4
5
6
7
8
9
10
document = Document()
for i in range(len(merge)):
    if merge.iloc[i]['品牌'] != merge.iloc[i-1]['品牌'] or i == 0:
        print(merge.iloc[i]['品牌']) 
        document.add_heading(merge.iloc[i]['品牌'], level=1)
        document.add_heading(merge.iloc[i]['视频标题'], level=2)
        document.add_paragraph(f'达人昵称: {merge.iloc[i]["BloggerName"]}') 
        document.add_paragraph(f'视频地址:douyin.com/video/ {merge.iloc[i]["AwemeId"]}')  #这里字段名要用双引号括起来，不然py会误判结束位置
        document.add_paragraph(merge.iloc[i]['视频文案'])
document.save('demo.docx')

结果：