python excel 邮件合并?

时间: 2023-11-20 20:58:12 浏览: 65
根据提供的引用内容,介绍Python实现Excel邮件合并的方法: 1. Python实现方法1: ```python import win32com.client as win32 import pandas as pd # 读取Excel数据 df = pd.read_excel('data.xlsx') # 邮件合并 for index, row in df.iterrows(): outlook = win32.Dispatch('Outlook.Application') mail = outlook.CreateItem(0) mail.To = row['收件人'] mail.Subject = row['主题'] mail.Body = row['正文'] attachment = row['附件'] mail.Attachments.Add(attachment) mail.Send() ``` 2. Python实现方法2: ```python import openpyxl from openpyxl.utils import get_column_letter from openpyxl.utils.cell import column_index_from_string from openpyxl.styles import Font import os import win32com.client as win32 # 读取Excel数据 wb = openpyxl.load_workbook('data.xlsx') sheet = wb.active # 邮件合并 for row in range(2, sheet.max_row + 1): outlook = win32.Dispatch('Outlook.Application') mail = outlook.CreateItem(0) mail.To = sheet.cell(row=row, column=column_index_from_string('B')).value mail.Subject = sheet.cell(row=row, column=column_index_from_string('C')).value mail.Body = sheet.cell(row=row, column=column_index_from_string('D')).value attachment = sheet.cell(row=row, column=column_index_from_string('E')).value mail.Attachments.Add(attachment) mail.Send() ``` 3. Python实现方法3: ```python import xlrd import win32com.client as win32 # 读取Excel数据 workbook = xlrd.open_workbook('data.xlsx') sheet = workbook.sheet_by_index(0) # 邮件合并 for row in range(1, sheet.nrows): outlook = win32.Dispatch('Outlook.Application') mail = outlook.CreateItem(0) mail.To = sheet.cell_value(row, 1) mail.Subject = sheet.cell_value(row, 2) mail.Body = sheet.cell_value(row, 3) attachment = sheet.cell_value(row, 4) mail.Attachments.Add(attachment) mail.Send() ```

相关推荐

最新推荐

recommend-type

python之DataFrame实现excel合并单元格

主要为大家详细介绍了python之DataFrame实现excel合并单元格,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

使用 Python 合并多个格式一致的 Excel 文件(推荐)

主要介绍了使用 Python 合并多个格式一致的 Excel 文件,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

python 实现读取一个excel多个sheet表并合并的方法

今天小编就为大家分享一篇python 实现读取一个excel多个sheet表并合并的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python脚本操作Excel实现批量替换功能

主要介绍了Python脚本操作Excel实现批量替换功能,本文使用的是Openpyxl工具,通过实例截图给大家讲解的非常详细,需要的朋友可以参考下
recommend-type

python生成每日报表数据(Excel)并邮件发送的实例

今天小编就为大家分享一篇python生成每日报表数据(Excel)并邮件发送的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】增量式PID的simulink仿真实现

# 2.1 Simulink仿真环境简介 Simulink是MATLAB中用于建模、仿真和分析动态系统的图形化环境。它提供了一个直观的用户界面,允许用户使用块和连接线来创建系统模型。Simulink模型由以下元素组成: - **子系统:**将复杂系统分解成更小的、可管理的模块。 - **块:**代表系统中的组件,如传感器、执行器和控制器。 - **连接线:**表示信号在块之间的流动。 Simulink仿真环境提供了广泛的块库,涵盖了各种工程学科,包括控制系统、电子和机械工程。它还支持用户自定义块的创建,以满足特定仿真需求。 # 2. Simulink仿真环境的搭建和建模 ### 2.
recommend-type

训练集和测试集的准确率都99%,但是预测效果不好

即使训练集和测试集的准确率都很高,但是在实际的预测中表现不佳,可能会有以下几个原因: 1. 数据质量问题:模型训练和测试的数据可能存在问题,比如数据标签错误、数据集采样不均衡、数据集中存在异常值等问题,这些问题可能会导致模型在实际预测中表现不佳。 2. 特征工程问题:模型的特征工程可能存在问题,导致模型无法很好地捕捉数据的特征,从而影响预测效果。 3. 模型选择问题:模型的选择可能不合适,比如选择的模型太简单,无法很好地拟合数据,或者选择的模型太复杂,导致过拟合等问题。 4. 超参数调整问题:模型的超参数可能没有调整到最佳状态,需要进行调整。 针对以上可能的原因,可以采取相应的措施进
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。