Python 办公自动化与数据分析实战指南

2.2 PDF 文件处理

除了 Excel，PDF 也是常见的办公文档格式。使用 PyPDF2 库可以实现 PDF 的合并、拆分及文本提取。

from PyPDF2 import PdfMerger, PdfReader

merger = PdfMerger()

# 合并两个 PDF 文件
pdf_files = ['part1.pdf', 'part2.pdf']
for pdf in pdf_files:
    merger.append(pdf)

merger.write('combined.pdf')
merger.close()

三、数据可视化与分析

3.1 数据清洗

原始数据往往包含缺失值或异常值。Pandas 提供了便捷的方法来处理这些问题。

# 填充缺失值为 0
df.fillna(0, inplace=True)

# 删除重复行
df.drop_duplicates(inplace=True)

# 筛选特定条件数据
clean_data = df[df['sales'] > 0]

3.2 图表绘制

可视化的核心在于直观地展示数据趋势。Matplotlib 是 Python 中最基础的绘图库。

场景示例：绘制过去一年的销售趋势折线图。

import matplotlib.pyplot as plt

# 设置中文字体（根据系统环境调整）
plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False

plt.figure(figsize=(10, 6))
plt.plot(clean_data['month'], clean_data['sales'], marker='o')
plt.title('年度销售趋势图')
plt.xlabel('月份')
plt.ylabel('销售额')
plt.grid(True)
plt.show()

四、网络数据采集基础

4.1 简单的网页抓取

对于公开的网络数据，可以使用 Requests 库配合 BeautifulSoup 进行采集。注意遵守目标网站的 robots.txt 协议及相关法律法规。

import requests
from bs4 import BeautifulSoup

url = 'https://example.com/news'
headers = {'User-Agent': 'Mozilla/5.0'}

response = requests.get(url, headers=headers)
response.encoding = response.apparent_encoding

soup = BeautifulSoup(response.text, 'html.parser')

# 提取标题
titles = soup.find_all('h2', class_='news-title')
for title in titles[:5]:
    print(title.get_text())

五、职业竞争力提升

掌握 Python 不仅仅是为了完成眼前的任务，更是为了构建长期的技术壁垒。在招聘市场中，具备编程能力的候选人通常被视为具有更强的逻辑思维能力和解决问题的潜力。

1. 效率提升：将数小时的手工工作缩短至几分钟。
2. 准确性：减少人为操作带来的数据错误。
3. 可扩展性：脚本可复用，适应业务变化。
4. 跨界能力：打通业务与技术之间的隔阂。

六、总结

Python 在办公自动化与数据分析领域的应用已经非常成熟。通过本文的介绍，读者可以了解到从环境搭建到具体代码实现的完整流程。建议初学者从实际工作痛点出发，编写小脚本逐步积累，最终形成自己的工具箱。持续学习新技术，保持对工具的敏感度，是应对未来职场挑战的关键。

注：本文提供的代码示例仅供参考，实际使用时请根据具体数据结构进行调整。