天然气部门档案培训案例：零门槛搭建自动化管理工具

一、开发环境准备与依赖安装

在开始构建天然气部门档案培训管理系统之前，必须先配置好Python运行环境。本系统基于Python 3.9及以上版本开发，利用pandas进行高效数据处理，使用openpyxl处理Excel文件读写。

1. 安装Python环境

如果你的电脑尚未安装Python，请访问Python官网下载安装包。推荐直接下载Windows installer（64-bit）。安装过程中，务必勾选"Add Python to PATH"选项，这能避免后续在命令行中无法识别python命令的常见错误。

2. 安装必要依赖库

打开命令行工具（Win键+R输入cmd回车），依次执行以下两条命令进行依赖安装：

pip install pandas
pip install openpyxl

如果下载速度过慢，建议使用国内镜像源加速安装：

pip install pandas openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple

二、档案数据结构标准化设计

为了确保天然气部门培训档案的规范性和可追溯性，我们需要设计一套标准化的Excel数据表结构。系统将自动生成一个名为gas_training_records.xlsx的文件，如果文件已存在则直接读取。

核心字段定义如下：

• 工号 (ID)：员工唯一标识，文本格式。
• 姓名：员工姓名。
• 部门：所属部门，如"输配部"、"安检部"。
• 培训项目：具体培训内容，如"燃气安全规范"、"管道巡检实操"。
• 培训日期：格式为YYYY-MM-DD。
• 考核结果：枚举值，仅限"通过"或"不通过"。
• 有效期至：证书或培训结果的有效截止日期，用于自动预警。

三、核心管理脚本编写

在本地新建一个文本文件，将其重命名为gas_manager.py。我们将所有的业务逻辑封装在这个脚本中。该脚本包含初始化、录入、查询预警三个核心功能。

以下是完整的源代码，请直接复制并保存：

import pandas as pd
import os
from datetime import datetime, timedelta
定义常量
FILE_NAME = 'gas_training_records.xlsx'
COLUMNS = ['工号', '姓名', '部门', '培训项目', '培训日期', '考核结果', '有效期至']
def init_excel():
"""初始化Excel文件，如果不存在则创建并写入表头"""
if not os.path.exists(FILE_NAME):
df = pd.DataFrame(columns=COLUMNS)
df.to_excel(FILE_NAME, index=False)
print(f"系统初始化完成，已创建档案文件：{FILE_NAME}")
else:
print(f"检测到档案文件：{FILE_NAME}，准备加载...")
def load_data():
"""读取Excel数据"""
try:
return pd.read_excel(FILE_NAME)
except Exception as e:
print(f"读取文件失败：{e}")
return pd.DataFrame(columns=COLUMNS)
def save_data(df):
"""保存数据到Excel"""
try:
df.to_excel(FILE_NAME, index=False)
print("数据保存成功！")
except Exception as e:
print(f"保存文件失败：{e}")
def add_record():
"""交互式添加培训记录"""
df = load_data()
print("\n 录入新培训档案 ")
获取用户输入，并进行简单的非空校验
emp_id = input("请输入工号: ").strip()
name = input("请输入姓名: ").strip()
dept = input("请输入部门: ").strip()
project = input("请输入培训项目: ").strip()
train_date = input("请输入培训日期(YYYY-MM-DD): ").strip()
result = input("请输入考核结果(通过/不通过): ").strip()
valid_until = input("请输入有效期至(YYYY-MM-DD): ").strip()
构建新数据字典
new_data = {
'工号': [emp_id],
'姓名': [name],
'部门': [dept],
'培训项目': [project],
'培训日期': [train_date],
'考核结果': [result],
'有效期至': [valid_until]
}
new_df = pd.DataFrame(new_data)
合并数据
df_combined = pd.concat([df, new_df], ignore_index=True)
save_data(df_combined)
def check_validity():
"""检查档案有效期，生成预警报告"""
df = load_data()
if df.empty:
print("当前无档案数据。")
return
print("\n 档案有效期预警检查 ")
将有效期列转换为日期格式，errors='coerce'将无法转换的设为NaT
df['有效期至'] = pd.to_datetime(df['有效期至'], errors='coerce')
today = pd.to_datetime(datetime.now().strftime('%Y-%m-%d'))
筛选过期或即将过期（30天内）的记录
过期：有效期 < 今天
expired = df[df['有效期至'] < today]
即将过期：今天 <= 有效期 < 今天 + 30天
warning_date = today + timedelta(days=30)
warning = df[(df['有效期至'] >= today) & (df['有效期至'] <= warning_date)]
if not expired.empty:
print(f"\n【严重警告】发现 {len(expired)} 条已过期档案：")
print(expired[['工号', '姓名', '培训项目', '有效期至']].to_string(index=False))
else:
print("\n【正常】无已过期档案。")
if not warning.empty:
print(f"\n【提醒】发现 {len(warning)} 条即将过期档案（30天内）：")
print(warning[['工号', '姓名', '培训项目', '有效期至']].to_string(index=False))
else:
print("【正常】无即将过期档案。")
def query_records():
"""简单查询功能"""
df = load_data()
if df.empty:
return
print("\n 档案查询 ")
print("1. 按工号查询")
print("2. 查看所有")
choice = input("请选择查询方式: ")
if choice == '1':
key = input("请输入工号: ").strip()
result = df[df['工号'] == key]
if not result.empty:
print(result.to_string(index=False))
else:
print("未找到该工号记录。")
elif choice == '2':
print(df.to_string(index=False))
def main():
init_excel()
while True:
print("\n====== 天然气部门档案培训管理系统 ======")
print("1. 录入培训档案")
print("2. 查询档案")
print("3. 档案有效期预警")
print("4. 退出系统")
choice = input("请输入功能编号: ").strip()
if choice == '1':
add_record()
elif choice == '2':
query_records()
elif choice == '3':
check_validity()
elif choice == '4':
print("系统已退出。")
break
else:
print("输入无效，请重新输入。")
if __name__ == "__main__":
main()

四、功能模块逻辑详解

为了确保大家能够理解代码背后的逻辑，这里对关键模块进行简要解析，方便后续根据实际业务进行微调。

1. 数据持久化处理

代码中使用了pd.to_excel和pd.read_excel。这里没有使用数据库（如MySQL），而是直接操作Excel，原因在于Excel对于非技术人员更加友好，且天然气部门的培训档案通常需要定期上报给管理层，Excel格式兼容性最好。每次操作时，脚本会将全量数据读入内存，操作完成后覆盖写入，对于几千条以内的档案数据，这种性能完全足够且逻辑最简单。

2. 日期计算与预警

在check_validity函数中，使用了pandas的时间序列功能。通过pd.to_datetime(..., errors='coerce')，系统可以自动容错处理格式错误的日期。预警逻辑分为两部分：一是筛选“有效期 < 今天”的记录，标记为严重警告；二是筛选“今天 + 30天”内的记录，标记为提醒。这对于天然气行业的安全资质复审至关重要。

3. 异常处理机制

在文件读写环节加入了try-except块。如果Excel文件正在被其他程序（如WPS或Microsoft Excel）打开，写入操作会报错。有了异常捕获，程序会提示“保存文件失败”而不会直接崩溃，用户可以关闭Excel后重试。

五、实操运行与落地步骤

代码编写完成后，按照以下步骤即可立即投入使用。

1. 启动系统

在存放gas_manager.py文件的文件夹内，按住Shift键并点击鼠标右键，选择“在此处打开PowerShell窗口”或“命令提示符”。输入以下命令启动：

python gas_manager.py

如果是首次运行，控制台会提示“系统初始化完成”，并在同目录下生成Excel文件。

2. 录入模拟数据

在菜单中选择1，按照提示输入以下测试数据，验证录入功能：

工号: 1001
姓名: 张伟
部门: 输配部
培训项目: 燃气管网巡检
培训日期: 2023-10-01
考核结果: 通过
有效期至: 2024-10-01

再次录入一条即将过期的数据用于测试预警功能：

工号: 1002
姓名: 李强
部门: 安检部
培训项目: 客户户内安检
培训日期: 2023-01-01
考核结果: 通过
有效期至: 2023-11-20  (假设当前日期接近此日期)

3. 执行预警检查

返回主菜单，选择3。系统将自动对比当前日期与“有效期至”字段。如果设置的数据符合过期或即将过期条件，屏幕上会直接打印出对应员工的工号、姓名和培训项目。这一功能可以作为每周例行检查的自动化工具，无需人工逐条翻阅Excel表格。

4. 数据核对

退出程序（或保持运行），直接双击打开生成的gas_training_records.xlsx文件，你会发现刚才通过命令行录入的数据已经整齐地保存在表格中。此时，你还可以利用Excel的筛选、透视表功能进一步生成报表，实现了“程序录入+Excel分析”的混合工作流。