Python读取Excel数据实现批量生成合同
大家好，我是J哥。
在我们的工作中，面临着大量的重复性工作，通过人工方式处理往往耗时耗力易出错。而Python在自动化办公方面具有极大的优势，可以解决我们工作中遇到的很多重复性问题，分分钟搞定办公需求。
一、背景
在我们经济交往中，有时会涉及到销售合同的批量制作。比如我们需要根据如下合同数据（Excel），进行批量生成销售合同（Word）。
二、准备
我们首先要准备好一份合同模板（Word），将需要替换的合同数据用{{}}表示，如下：
三、实战
1.安装相关库
openpyxl是一个操作Excel非常好用的库，功能相对于xlrd、xlwt来说更为完整，我们首先安装它：
pip install openpyxl
docxtpl 是一个操作Word非常好用的库，其主要通过对docx文档模板加载，从而对其进行修改，我们也安装下这个库。
pip install docxtpl
2.读取合同数据
我们可以通过load_workbook方法打开合同数据（Excel表），然后读取每一个合同数据并存入到data字典，再将每个字典放入到列表datas中。PS：由于读取的签约日期是一个时间戳，需要通过strftime方法转为标准的年月日格式。
from docxtpl import DocxTemplate
from openpyxl import load_workbook
wb = load_workbook("合同数据.xlsx")
ws = wb['Sheet1']
datas = []
for row in range(2, ws.max_row):
name1 = ws[f"A{row}"].value
name2 = ws[f"B{row}"].value
price = ws[f"C{row}"].value
product = ws[f"D{row}"].value
count = ws[f"E{row}"].value
deadline = ws[f"F{row}"].value
time = ws[f"G{row}"].value
time = time.strftime("%Y-%m-%d")
data = {"甲方": name1,
"乙方": name2,
"合同价款": price,
"产品名称": product,
"产品数量": count,
"付款期限": deadline,
"签约时间": time}
datas.append(data)
datas
当然，我们也可以通过pandas大法来读取合同数据，主要运用到dataframe_to_rows方法，将pandas格式的数据转为一行一行的数据。index=False表示不需要索引，header=False表示不需要表头。
import pandas as pd
from openpyxl.utils.dataframe import dataframe_to_rows
df = pd.read_excel("合同数据.xlsx")
df["签约日期"] = df["签约日期"].apply(lambda x:x.strftime("%Y-%m-%d"))
datas = []
for row in dataframe_to_rows(df,index=False,header=False):
data = {"甲方": row[0],
"乙方": row[1],
"合同价款": row[2],
"产品名称": row[3],
"产品数量": row[4],
"付款期限": row[5],
"签约时间": row[6]}
datas.append(data)
datas
我们可以打印datas，效果如下：
[{'甲方': 'J哥',
'乙方': '老王',
'合同价款': 1000000,
'产品名称': '菜J学Python',
'产品数量': 1,
'付款期限': 30,
'签约时间': '2022-05-20'},
{'甲方': 'K哥',
'乙方': '张三',
'合同价款': 20000,
'产品名称': '冰箱',
'产品数量': 2,
'付款期限': 40,
'签约时间': '2022-05-21'},
{'甲方': 'C哥',
'乙方': '李四',
'合同价款': 30000,
'产品名称': '电脑',
'产品数量': 3,
'付款期限': 50,
'签约时间': '2022-05-22'},
{'甲方': 'B哥',
'乙方': '王五',
'合同价款': 40000,
'产品名称': '洗衣机',
'产品数量': 4,
'付款期限': 60,
'签约时间': '2022-05-23'},
{'甲方': 'P哥',
'乙方': '赵六',
'合同价款': 50000,
'产品名称': '微波炉',
'产品数量': 5,
'付款期限': 70,
'签约时间': '2022-05-24'}]
3.批量合同生成
这里运用for语句遍历每一个合同数据data（字典格式），打开合同模板，并将data替换掉合同模板中的数据，然后保存为新的销售合同。
for data in datas:
tpl = DocxTemplate('合同模板.docx')
tpl.render(data)
tpl.save(f'合同生成/{data["甲方"]}的销售合同{data["签约时间"]}.docx')
print(f'{data["甲方"]}的销售合同已生成')
代码运行后，效果如下：
打开其中一个销售合同，效果如下：
到此这篇关于Python读取Excel数据实现批量生成合同的文章就介绍到这了,更多相关Python生成合同内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了一文带你掌握Pyecharts地理数据可视化的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-02-02
这篇文章主要介绍了Python中的True,False条件判断的用法,实例分析了针对不同数据类型的条件判断用法,具有一定参考借鉴价值,需要的朋友可以参考下2015-01-01
PyQt为事件处理提供了两种机制：高级的信号与槽机制,以及低级的事件处理机制,在基于PyQt5的应用程序开发过程中经常会遇到一些需要循环执行的任务,即定时多长时间任务循环一次,本文给大家介绍了python PyQt5事件机制和定时器原理和用法,需要的朋友可以参考下2024-07-07
这篇文章主要为大家详细介绍了python3实现ftp服务功能，客户端的相应代码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-03-03
在声明函数的时候，一般会根据函数所要实现的功能来决定函数是否需要参数。在多数情况下，我们声明的函数都会使用到参数，这篇文章主要介绍了Python函数参数2023-01-01
这篇文章主要介绍了如何实现在Anaconda中打开python自带idle问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-03-03
PyPDF2是一个用于处理PDF文件的Python库,可以读取、合并、拆分、裁剪和修改PDF文件,以下是一些使用PyPDF2的基本示例,包括如何安装该库以及执行一些常见的PDF操作,需要的朋友可以参考下2025-02-02
这篇文章主要介绍了在Django框架中伪造捕捉到的URLconf值的方法,Django是Python各色人气框架中最为著名的一个,需要的朋友可以参考下2015-07-07
聚类算法有很多种（几十种）,K-Means是聚类算法中的最常用的一种,算法最大的特点是简单,好理解,运算速度快,下面这篇文章主要给大家介绍了关于利用Python如何实现K-means聚类算法的相关资料,需要的朋友可以参考下2021-08-08
今天小编就为大家分享一篇对Django 转发和重定向的实例详解，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2019-08-08
最新评论