高效办公必备：Python一键批量读取与写入文件，告别重复劳动

在当今快节奏的工作环境中，提高工作效率是每个职场人士的追求。Python作为一种功能强大的编程语言，在数据处理和自动化办公方面有着显著的优势。本文将介绍如何使用Python一键批量读取与写入文件，帮助您告别重复劳动，提升工作效率。

一、Python批量读取文件

1.1 使用openpyxl读取Excel文件

Excel文件是办公中常用的数据存储格式，以下是一个使用openpyxl库读取Excel文件的示例代码：

from openpyxl import load_workbook

def read_excel(file_path):
    workbook = load_workbook(file_path)
    sheet = workbook.active
    data = []
    for row in sheet.iter_rows(values_only=True):
        data.append(row)
    return data

# 使用示例
file_path = 'example.xlsx'
data = read_excel(file_path)
print(data)

1.2 使用pandas读取CSV文件

CSV文件也是办公中常用的数据格式，以下是一个使用pandas库读取CSV文件的示例代码：

import pandas as pd

def read_csv(file_path):
    data = pd.read_csv(file_path)
    return data

# 使用示例
file_path = 'example.csv'
data = read_csv(file_path)
print(data)

二、Python批量写入文件

2.1 使用openpyxl写入Excel文件

以下是一个使用openpyxl库写入Excel文件的示例代码：

from openpyxl import Workbook

def write_excel(file_path, data):
    workbook = Workbook()
    sheet = workbook.active
    for row in data:
        sheet.append(row)
    workbook.save(file_path)

# 使用示例
file_path = 'example.xlsx'
data = [[1, 'Alice'], [2, 'Bob'], [3, 'Charlie']]
write_excel(file_path, data)

2.2 使用pandas写入CSV文件

以下是一个使用pandas库写入CSV文件的示例代码：

import pandas as pd

def write_csv(file_path, data):
    df = pd.DataFrame(data)
    df.to_csv(file_path, index=False)

# 使用示例
file_path = 'example.csv'
data = [[1, 'Alice'], [2, 'Bob'], [3, 'Charlie']]
write_csv(file_path, data)

三、Python批量处理文件

在实际应用中，我们可能需要对多个文件进行批量处理。以下是一个使用glob库批量处理文件名的示例代码：

import glob

def batch_process(file_paths, process_function):
    for file_path in file_paths:
        process_function(file_path)

# 使用示例
file_paths = glob.glob('*.csv')
batch_process(file_paths, read_csv)

四、总结

通过本文的介绍，相信您已经掌握了使用Python一键批量读取与写入文件的方法。将这些方法应用到实际工作中，可以帮助您提高工作效率，减轻重复劳动。在今后的工作中，不妨尝试利用Python的强大功能，让办公变得更加轻松愉快。