手把手教你用Excel+Python实现学生奖惩档案数字化
1. 开发环境准备与依赖安装
在开始编码之前，需要确保本地已经安装了Python解释器。为了确保库的兼容性，建议使用Python 3.9及以上版本。如果尚未安装，请直接访问Python官网下载对应操作系统的安装包并完成安装，安装过程中务必勾选"Add Python to PATH"选项。
本项目核心依赖三个第三方库：pandas用于高效处理Excel数据，openpyxl用于读写xlsx文件格式，jinja2用于渲染HTML格式的数字化档案模板。打开终端或命令提示符，直接执行以下命令完成安装：
pip install pandas openpyxl jinja2
安装完成后，为了方便管理，建议在本地创建一个名为student_archive_system的文件夹，后续的所有代码文件和数据文件都将存放在此目录下。
2. 数据源Excel结构设计
为了实现自动化处理，必须规范输入数据的格式。请在项目根目录下新建一个名为data.xlsx的Excel文件。不要随意修改表头名称，因为代码将严格按照以下列名进行数据映射。
Excel文件应包含以下列，第一行为表头：
- 学号：文本格式，学生的唯一标识。
- 姓名：文本格式，学生姓名。
- 班级：文本格式，如"三年二班"。
- 类型：文本格式，仅允许填写"奖励"或"惩罚"。
- 分值：数值格式，奖励为正数（如5），惩罚为负数（如-2）。
- 日期：日期格式，记录奖惩发生的时间。
- 详情：文本格式，具体事由描述。
为了方便测试，可以在data.xlsx中预填几条模拟数据，确保分值列包含正负数以验证逻辑正确性。
3. 数字化档案生成逻辑详解
本系统的核心逻辑是将扁平化的Excel表格记录，转换为按学生分类的结构化数据，并计算每个学生的综合德育分，最后生成可视化的HTML网页档案。HTML档案可以直接在浏览器中打开，方便打印或长期存档。
3.1 数据读取与清洗
使用pandas读取Excel文件时，会自动将第一行识别为表头。为了防止数据中存在空行导致计算错误，代码中会执行dropna()操作剔除无效记录。同时，将"日期"列强制转换为日期格式，确保档案中显示的时间标准统一。
3.2 档案分值计算规则
系统会自动根据"学号"对学生记录进行分组（Group By）。对于每一个学生，系统会遍历其所有的奖惩记录，利用sum()函数累加"分值"列，得出该学生的当前德育总分。这一步完全自动化，无需人工计算。
3.3 HTML模板渲染
为了生成美观的档案，我们定义了一个HTML字符串模板。模板中使用了jinja2的循环语法{% for item in records %}来动态插入每一条奖惩详情。样式部分直接内嵌了CSS，设置了表格边框、标题居中以及分数的颜色标记（正分显示绿色，负分显示红色），确保生成的页面直观易读。
4. 完整代码实现
在项目根目录下新建文件main.py，并将以下完整代码直接复制粘贴进去。该代码包含了所有必要的逻辑，包括文件检查、数据处理、HTML生成及异常捕获。
```python
import pandas as pd
from jinja2 import Template
import os
from datetime import datetime
定义HTML模板，用于生成档案页面 HTML_TEMPLATE = """
学生奖惩数字化档案
"""
def process_student_archives():
input_file = 'data.xlsx'
output_dir = 'archives'
检查输入文件是否存在
if not os.path.exists(input_file):
print(f"错误：未找到 {input_file} 文件，请确认文件路径。")
return
创建输出目录
if not os.path.exists(output_dir):
os.makedirs(output_dir)
try:
读取Excel数据
df = pd.read_excel(input_file)
去除空值行
df = df.dropna(subset=['学号', '姓名'])
确保分值是数字
df['分值'] = pd.to_numeric(df['分值'], errors='coerce').fillna(0)
格式化日期
df['日期'] = pd.to_datetime(df['日期']).dt.strftime('%Y-%m-%d')
按学号分组
grouped = df.groupby('学号')
print(f"开始处理档案，共发现 {len(grouped)} 名学生...")
for student_id, group in grouped:
获取学生基本信息（取第一条记录的公共信息）
name = group['姓名'].iloc[0]
class_name = group['班级'].iloc[0]
计算总分
total_score = group['分值'].sum()
构建记录列表
records = []
for _, row in group.iterrows():
records.append({
'date': row['日期'],
'type': row['类型'],
'score': int(row['分值值']),
'detail': row['详情']
})
渲染HTML
template = Template(HTML_TEMPLATE)
html_content = template.render(
name=name,
student_id=student_id,
class_name=class_name,
total_score=total_score,
records=records,
generate_time=datetime.now().strftime('%Y-%m-%d %H:%M:%S')
)
保存文件
output_filename = f"{output_dir}/{name}_{student_id}.html"
with open(output_filename, 'w', encoding='utf-8') as f:
f.write(html_content)
print(f"已生成档案：{output_filename}")
print("所有档案处理完成，请查看 'archives' 文件夹。")
except Exception as e:
print(f"处理过程中发生错误：{str(e)}")
if __name__ == "__main__":
process_student_archives()
姓名：{{ name }}
学号：{{ student_id }}
班级：{{ class_name }}
生成时间：{{ generate_time }}
当前德育总分：
{% if total_score >= 0 %}
+{{ total_score }}
{% else %}
{{ total_score }}
{% endif %}
| 日期 | 类型 | 分值 | 详情描述 |
|---|---|---|---|
| {{ record.date }} | {{ record.type }} | {{ record.score }} | {{ record.detail }} |
```
5. 程序运行与结果查看
代码编写完毕后，即可进行实际运行。确保data.xlsx和main.py在同一目录下。在终端中执行以下命令启动程序：
python main.py
程序运行后，终端会实时显示处理进度。如果一切顺利，当前目录下会自动生成一个名为archives的文件夹。打开该文件夹，你会会看到每个学生都对应生成了一个独立的HTML文件。
双击任意一个HTML文件，浏览器将展示该学生的详细奖惩档案。页面顶部会自动计算出该学生的德育总分，正分显示为绿色，负分显示为红色，下方表格详细列出了每一次奖惩的时间、类型和具体事由。这种格式非常适合直接打印纸质存档，或者作为电子数据发送给家长和学生。
6. 常见问题与排错
在实操过程中，可能会遇到ModuleNotFoundError，这通常是因为虚拟环境未激活或依赖未安装在当前Python环境中。请务必重新检查pip list中是否存在步骤1中安装的三个库。
如果遇到KeyError，请检查data.xlsx的表头名称是否与代码中的要求完全一致，包括不能有空格。Excel文件必须处于关闭状态，程序才能对其进行读取操作。
相关文章
