一、背景需求
保健老师求助批量制作“街道需要的幼儿名单”
我看了截图，感觉这些列的提取，我以前应该是没有做过。
索要Excel原版
内部有序列
民族没有序列
二、代码设计
（一）思路
之前我做过街道学生数据提取
【办公类-112-04】20260415街道学生名单基本信息模版（运用deepseek的Python编程，实现excle数据匹配提取）
https://mp.csdn.net/mp_blog/creation/editor/160192625
把园园通提取的数据按照我需要的重新排列（让登记编号排在前列第4位）
所以我觉得只要把列表里面的提取内容改成excle的列名，就可以了。
(二)园园通下载所有幼儿全部数据
1.把园园通数据拆分发送把班主任代码里面的第一个py复制一份
把下载的Excel放到“文件夹里”
把Excel里面的汉字版本班级“大班一班”改成“数字版班级大1班”。
'''
20260905江川托幼信息收集《XX园–2026学年学生名单》
1、下载园园通新生名册.xls。
2、把“大班一班”改成“大1班
deepseek，阿夏
20260917
'''
import pandas as pd
import os
import re
date='20260825'
def merge_and_format_excel():
# 定义文件路径
path = r'D:\\Python最终内容\\20260903托育名单'
# 设置路径
folder_path = path + r"\\00 园园通下载"
output_path = path + r'\\02 园园通全部班级班信息合并.xlsx'
# 获取文件夹中的所有Excel文件
excel_files = [f for f in os.listdir(folder_path) if f.endswith(('.xlsx', '.xls'))]
# if len(excel_files) < 2:
# print("234文件夹中Excel文件数量不足2个")
# return
# 读取所有Excel文件
dfs = []
for file in excel_files[:3]: # 只处理前两个文件
file_path = os.path.join(folder_path, file)
df = pd.read_excel(file_path)
dfs.append(df)
print(f"已读取文件: {file}")
# 合并数据
merged_df = pd.concat(dfs, ignore_index=True)
# 将列名"ID"改为"市登记编号"（如果存在）
if 'ID' in merged_df.columns:
merged_df.rename(columns={'ID': '市登记编号'}, inplace=True)
print("已将列名'ID'改为'市登记编号'")
else:
print("未找到名为'ID'的列，跳过重命名")
# 格式化班级列（统一改为"托1班"、"小1班"、"中1班"、"大1班"格式）
def format_class_name(class_name):
if pd.isna(class_name):
return class_name
class_str = str(class_name)
# 定义班级类型映射
class_type_map = {
'托': '托', '托大': '托',
'小': '小',
'中': '中',
'大': '大'
}
# 中文数字到阿拉伯数字的映射
chinese_to_arabic = {
'一': '1', '二': '2', '三': '3', '四': '4', '五': '5',
'六': '6', '七': '7', '八': '8', '九': '9', '十': '10',
'十一': '11', '十二': '12'
}
# 先提取班级类型
class_type = None
class_num = None
# 匹配各种格式
# 1. 匹配"托大X班"、"小X班"、"中X班"、"大X班"格式
match = re.search(r'(托大|小|中|大)([一二三四五六七八九十\\d]+)班', class_str)
if match:
class_type = match.group(1)
class_num = match.group(2)
else:
# 2. 匹配"大一班"、"托一班"格式
match = re.search(r'(托|小|中|大)([一二三四五六七八九十])班', class_str)
if match:
class_type = match.group(1)
class_num = match.group(2)
else:
# 3. 匹配"大班一班"格式
match = re.search(r'(托大|小|中|大)班([一二三四五六七八九十]+)班', class_str)
if match:
class_type = match.group(1)
class_num = match.group(2)
else:
# 4. 匹配"一班大班"格式
match = re.search(r'([一二三四五六七八九十]+)班(托大|小|中|大)班', class_str)
if match:
class_num = match.group(1)
class_type = match.group(2)
else:
# 5. 匹配只有班级类型没有班号的情况
match = re.search(r'(托大|小|中|大)班', class_str)
if match:
class_type = match.group(1)
class_num = '1' # 默认班号为1
else:
# 6. 匹配只有班级类型没有"班"字的情况
match = re.search(r'(托大|小|中|大)', class_str)
if match:
class_type = match.group(1)
class_num = '1' # 默认班号为1
if class_type:
# 标准化班级类型
if class_type == '托大':
std_type = '托'
else:
std_type = class_type
# 转换班号
if class_num:
if class_num in chinese_to_arabic:
num = chinese_to_arabic[class_num]
else:
num = class_num
return f"{std_type}{num}班"
# 如果没有匹配到任何模式，尝试直接提取数字
# 检查是否已经是"托1班"这样的格式
match = re.match(r'([托小中大])(\\d+)班', class_str)
if match:
return class_str # 已经是正确格式
# 最后尝试：如果字符串中包含"托"、"小"、"中"、"大"，且包含数字
for t in ['托', '小', '中', '大']:
if t in class_str:
# 提取所有数字
nums = re.findall(r'\\d+', class_str)
if nums:
return f"{t}{nums[0]}班"
# 如果还是无法处理，返回原值
print(f"警告：无法识别的班级格式 – {class_str}")
return class_str
# 查找包含班级信息的列
class_columns = [col for col in merged_df.columns if any(keyword in col for keyword in ['班', 'class', '班级'])]
if class_columns:
for class_col in class_columns:
print(f"检测到班级列: {class_col}")
merged_df[class_col] = merged_df[class_col].apply(format_class_name)
else:
print("未检测到班级列，跳过格式转换")
# 保存合并后的文件
merged_df.to_excel(output_path, index=False)
print(f"文件已保存至: {output_path}")
print(f"合并完成，共{len(merged_df)}条记录")
# 显示一些样本数据以供验证
print("\\n前10条数据的班级信息：")
if class_columns:
for class_col in class_columns:
print(f"\\n{class_col}列的前10个值：")
sample_values = merged_df[class_col].head(10).tolist()
for i, val in enumerate(sample_values, 1):
print(f" {i}. {val}")
else:
print("未找到班级列")
# 显示所有列名
print("\\n合并后的所有列名：")
print(merged_df.columns.tolist())
# 执行函数
if __name__ == "__main__":
merge_and_format_excel()
所有标题名称没有改变，只是班级名称变成数字
（三）班级点名册(包含学号）
因为园园通下载名单没有学号，姓名排列混乱，所以需要匹配学号，进行排序。
把不断更新（开学前不断有幼儿转入转出）的班级信息表（包含学号排序）.xlsx，下载到文件夹里。
四、豆包设计新的提取代码
第1次
结果只做了大1班
第2次
第3次
终于每个孩子都的信息都提取出来了，但是出生日期要变成斜杠分割
第4次
日期用了斜杠分割
第5次
现在所有班级孩子学生类型都是“新入学”
第6次：添加学号列
第7次
没有班级排序、没有按班级排序，学号也没有从小到大
排序又问了1次，还是没有排序
第8次：分析排序规律
我手动排序后，把年级升序、
把班级升序后
再按学号升序（所有1排在一起，导致前面的年级、班级又会打乱）
所以，我要求AI设计“年级、班级升序后，不改变年级和班级的情况，把学号升序”
顺利做出了按顺序排列
最终代码
'''
20260905江川托幼信息收集《XX园–2026学年学生名单》
1.匹配学号
2.读取相应列的内容，更改格式。写入一个Excel内
3.提示复制方法（原表有序列，需要写的内容一模一样）
豆包，阿夏
20260917
'''
# -*- coding: utf-8 -*-
import pandas as pd
import os
import re
from openpyxl.utils import get_column_letter
from openpyxl.styles import Alignment
path = r'D:\\Python最终内容\\20260903托育名单'
date = '20260903'
target_columns = [
'序号', '姓名', '性别', '年级', '班级', '证件类型', '证件号码',
'出生日期', '民族', '户籍类别', '籍贯', '住址', '联系电话', '学生类型', '学号'
]
# ————————–
# 1. 年级映射：指定顺序 托班→小班→中班→大班
# ————————–
grade_map = {
"托班": 1,
"小班": 2,
"中班": 3,
"大班": 4
}
def calculate_display_width(text):
if text is None or (isinstance(text, float) and pd.isna(text)):
return 0
text = str(text)
width = 0
for char in text:
if '\\u4e00' <= char <= '\\u9fff' or char in '，。；：“”‘’！？【】（）《》':
width +=2
else:
width +=1
return width
def judge_hukou(province, district):
p = str(province) if pd.notna(province) else ''
d = str(district) if pd.notna(district) else ''
if '上海' in p:
return '本区' if '闵行' in d else '本市外区'
else:
return '外省'
def format_date(value):
if value is None or (isinstance(value, float) and pd.isna(value)):
return ''
try:
dt = pd.to_datetime(value)
return f"{dt.year}/{dt.month}/{dt.day}"
except Exception:
return str(value)
def get_student_type(grade):
if grade in ("托班", "小班"):
return "新入学"
elif grade in ("中班", "大班"):
return "其他"
return ""
def auto_width(worksheet):
for column in worksheet.columns:
max_width = 0
col_letter = get_column_letter(column[0].column)
for cell in column:
try:
w = calculate_display_width(cell.value)
max_width = max(max_width,w)
except Exception:
pass
worksheet.column_dimensions[col_letter].width = min(max(max_width+2,8),100)
def set_text_format(worksheet):
for row in worksheet.iter_rows():
for cell in row:
cell.number_format = '@'
cell.alignment = Alignment(vertical='center', wrap_text=False)
def build_output_df(df):
result = pd.DataFrame()
result['姓名'] = df['姓名']
result['性别'] = df['性别']
result['年级'] = df['_grade_text']
result['班级'] = df['_class_no'].astype(str)
result['证件类型'] = df['证件类型']
result['证件号码'] = df['证件号码']
result['出生日期'] = df['出生日期'].apply(format_date)
result['民族'] = df['民族']
result['户籍类别'] = df.apply(lambda r: judge_hukou(r['户口所在地-省份'], r['户口所在地-区县']), axis=1)
result['籍贯'] = df['籍贯-省份']
result['住址'] = df['现居地-详细地址']
result['联系电话'] = df['监护人手机']
result['学生类型'] = result['年级'].apply(get_student_type)
result['学号'] = df['学号']
return result
# ===================== 读取&合并数据 =====================
df_main = pd.read_excel(path + r'\\02 园园通全部班级班信息合并.xlsx', dtype=str)
xls = pd.ExcelFile(path + r'\\01 20260805班级信息表.xlsx')
df_list = []
for sheet in xls.sheet_names:
df_sheet = pd.read_excel(xls, sheet_name=sheet, dtype=str)
df_sheet['班级'] = sheet
df_list.append(df_sheet)
df_info = pd.concat(df_list, ignore_index=True)
df_merged = pd.merge(df_main,
df_info[['班级', '姓名', '学号']],
left_on=['班级名称','姓名'],
right_on=['班级','姓名'],
how='left')
# ————————–
# 从原始班级名称拆分出年级文字、班号数字
# ————————–
def split_grade_class(raw):
s = str(raw).strip().replace('\\u3000','')
m = re.match(r'([托小中大])(\\d+)班', s)
if m:
g_txt = {"托":"托班","小":"小班","中":"中班","大":"大班"}[m.group(1)]
c_num = int(m.group(2))
return g_txt, c_num
return "", 999
res = df_merged['班级名称'].apply(split_grade_class)
df_merged['_grade_text'] = [x[0] for x in res]
df_merged['_class_no'] = [x[1] for x in res]
# ————————–
# 构建排序字段（核心！）
# 1.年级编码：托班1,小班2,中班3,大班4
# 2.班号数字
# 3.学号数字；空学号填9999放在本班末尾
# ————————–
df_merged['sort_grade'] = df_merged['_grade_text'].map(grade_map).fillna(99)
df_merged['sort_class'] = df_merged['_class_no']
df_merged['sort_stuid'] = pd.to_numeric(df_merged['学号'], errors='coerce').fillna(9999)
# 三层排序：年级编码 → 班号 → 学号
df_sorted = df_merged.sort_values(
by=["sort_grade", "sort_class", "sort_stuid"],
ascending=[True, True, True]
).reset_index(drop=True)
# 生成输出表，再补序号
output_df = build_output_df(df_sorted)
output_df.insert(0, "序号", range(1, len(output_df)+1))
output_df = output_df[target_columns]
# ————————–
# 打印调试前30行，看排序字段
# ————————–
print("====调试【年级编码｜年级｜班号｜学号排序值｜原始学号】====")
dbg = df_sorted[["sort_grade","_grade_text","sort_class","sort_stuid","学号"]].head(30)
print(dbg.to_string())
# 输出Excel
out_path = os.path.join(path, f'03_最终排序_年级班级学号升序.xlsx')
sheet_name = f'全园名单'[:31]
with pd.ExcelWriter(out_path, engine='openpyxl') as writer:
output_df.to_excel(writer, sheet_name=sheet_name, index=False)
ws = writer.sheets[sheet_name]
auto_width(ws)
set_text_format(ws)
print(f"\\n✅输出完成：{out_path}")
print("排序规则：托班→小班→中班→大班；同年级班号升序；同班学号数字升序")
三、发送保健老师
因为原表有序列（三角箭头），提示教师黏贴值
微信交流记录
四、感悟：
用都报AI编程，只用了1小时就调整好了490分表格，发给保健老师，她就不需要向班主任收集了
1.实效性：班主任填写的话，收集起来速度慢了。
2.重要性：这个江川表单与“幼儿保险表”相比，不是特别重要，所以可以Python批量制作所有人员名单。
五、存在问题
20260905我把这个项目制作CSDN，最后截图时，发5个小班都没有籍贯，但是托、中、大，都有籍贯
在园园通上看，原来小班导入数据没有“出生地省市区”“籍贯地省市区”，且这些空格都是“非必填”
但是其他三个年级都有“出生地省市区”“籍贯地省市区”
