用python批量生产Excel数据(id,编码,区划,年,月,日,签到时间,签退时间)从2022年1月1日开始每天生成82条数据之后加一天
时间: 2024-09-24 19:23:10 浏览: 39
Python之数据分析 - 2019年4月税收分类编码Excel版
在Python中,我们可以使用pandas库来方便地创建Excel文件并批量生成所需的数据。首先,确保已经安装了`pandas`和`openpyxl`库。如果没有,可以使用以下命令安装:
```bash
pip install pandas openpyxl
```
然后,你可以编写一个函数来生成并保存每一天的数据。这里是一个示例代码片段:
```python
import pandas as pd
from datetime import timedelta
def generate_daily_data(start_date):
end_date = start_date + timedelta(days=81) # 生成直到2022年12月31日的数据
data = []
for date in pd.date_range(start=start_date, end=end_date):
id_list = range(1, 83) # 每天生成82条数据,ID从1到82
encoding = "编码示例" # 这里替换为你实际的编码信息
area = "区划示例" # 替换为实际的区域信息
sign_in_time = f"{date.day}/{date.month}/{date.year} 08:00:00"
sign_out_time = f"{date.day}/{date.month}/{date.year} 17:00:00"
for i in id_list:
daily_row = {
'id': i,
'编码': encoding,
'区划': area,
'年': date.year,
'月': date.month,
'日': date.day,
'签到时间': sign_in_time,
'签退时间': sign_out_time
}
data.append(daily_row)
df = pd.DataFrame(data)
# 保存为Excel文件
filename = f'data_{start_date.strftime("%Y%m%d")}.xlsx'
df.to_excel(filename, index=False) # index=False表示不保存索引列
# 使用函数从2022年1月1日开始生成数据
generate_daily_data(pd.to_datetime('2022-01-01'))
```
这个脚本会从2022年1月1日开始每天生成82行数据,包含ID、编码、区划等字段,并按照指定的时间格式保存为Excel文件。
阅读全文