京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:早起Python
作者:陈熹、刘早起
大家好,我是早起。
之前有分享过如何用Python发送邮件的文章,今天再分享一个如何用几行Python代码让财务部妹子追着喊666的实用案例。
最近公司要发奖金,需要财务部妹子给每个员工发一封邮件,现在全公司 10 个部门每个人的奖金情况已经计算好了,并根据部门分别制作了 10 张表格:
每个奖金表格内容大致如下:
同时有一份 Excel 文件邮件地址.xlsx,里面有各部门负责人的邮箱:
首先第一个需求很简单:给各部门负责人发送相应部门的奖金附件
这个需求不同于群发,只要把所有人邮件地址加进来一键发送就可以,而是需要点对点的单发邮件。如果部门或者收件人的数量继续增加,无非会增加工作难度、降低工作效率,因此需要 Python 出手解决。
当然如果就这么点小事,妹子辛苦一点手动发送也能解决,下面还有一个需求
原有部门奖金表格新增加了一列个人邮箱(邮箱地址均为虚构),如下
不同于上面需求,给部分负责人发送总奖金表格的同时,也需要给各部分每一个人发送自己的奖金金额,发送内容为:
“
尊敬的xxx部门 xxx 您好,您的工号是 xxx,您2020年的奖金为 xxx
”
这个需求如果再手动的话,工作量瞬间就上去了,下面我们讲解如何用Python优雅、快速的解决!
初级需求是一个点对点单独发送,简单的思路可以是:
“
逐行遍历 邮件地址.xlsx 取各部门名称和负责人邮箱地址
根据部门名称去 奖金发放 文件夹下获取 奖金_部门名称.xlsx 作为附件
再遍历 邮件地址.xlsx的循环体内完成邮件的发送
”
如果加上了个人邮箱其实也很简单,在原先代码的基础上打开并遍历 奖金_部门名称.xlsx 文件,获取每个人的工号、姓名、邮箱地址、奖金数,而部门在打开 Excel 时就确定了,最后根据上面获取的信息用 yagmail 组装成新的邮件信息并发送
先着手实现基本需求。由于只涉及 Excel 文件的读取以及邮件的发送,需要导入 openpyxl 的 load_workbook 方法以及 yagmail 库,如果不把密码(授权码)明文显示而存储在系统密钥环中则需要额外导入 keyring 库
from openpyxl import load_workbook import yagmail import keyring
password = keyring.get_password('yagmail', 'username') # 需要在命令号中用 keyring.set_password('yagmail', username, password) 预先存好
读取并遍历 邮件地址.xlsx:
path = r'C:xxx' # 根据实际附件文件和邮件地址 Excel 文件存放的路径确定 workbook = load_workbook(path + r'邮件地址.xlsx')
sheet = workbook.active
n = 0 # 设置变量跳过表头 for row in sheet.rows:
if n:
department = row[0].value
dep_address = row[1].value
print(department, dep_address)
n += 1
解析完成后就可以组装准备发送的邮件了。以用 QQ 邮箱发送邮件为例,复习一下组装邮件需要的内容:
# 用服务器、用户名、密码实例化邮件 mail = yagmail.SMTP(user='xxx@qq.com', password = password, host='smtp.qq.com') # 待发送的内容 contents = ['第一段内容', '第二段内容'] # 发送邮件 mail.send('收件人邮箱', '邮件标题', contents)
如果在 contents 中放绝对路径,yagmail 会自动将其作为附件,非常智能。这也是本需求能实现的重要依托。
复习了这些知识点我们就可以完善上面的遍历代码
n = 0 for row in sheet.rows:
if n:
department = row[0].value
dep_address = row[1].value
# print(department, dep_address) mail_dep = yagmail.SMTP(user='xxx@qq.com', password=password, host='smtp.qq.com')
contents = [f'您好,请查收{department}的奖金情况', path + f'奖金发放奖金_{department}']
mail_dep.send(dep_address, f'{department}奖金情况', contents)
n += 1
基本需求完成后,就考虑升级的需求
两个需求衔接的关键在于确定好给哪个部门的负责人发邮件时,就打开这个部门的奖金情况表,先给部门成员一一发文字邮件,最后给部门负责人发附件。
如果梳理清楚这一环,那么循环的嵌套关系就很明确了:
n = 0 for row in sheet.rows:
if n:
department = row[0].value
dep_address = row[1].value
# print(department, dep_address) mail_dep = yagmail.SMTP(user='xxx@qq.com', password=password, host='smtp.qq.com')
# 这一部分就是升级需求的代码 # 根据前面的部门信息打开相应的表格获取每个人的情况 workbook_new = load_workbook(path + f'奖金发放奖金_{department}')
sheet_new = workbook_new.active
m = 0 for i in sheet_new.rows:
if m:
id = i[0].value # 工号 name = i[1].value # 姓名 address = i[2].value # 个人邮箱地址 money = i[3].value # 奖金数 # 根据获取到的个人信息组装成新的邮件发送 mail = yagmail.SMTP(user='xxx@qq.com', password=password, host='smtp.qq.com')
contents = [f'尊敬的 {department} {name} 您好,您的工号是 {id},您2020年的奖金为 {money}']
mail.send(address, f'{department}-{name}奖金情况', contents)
m += 1 contents_dep = [f'您好,请查收{department}的奖金情况', path + f'奖金发放奖金_{department}']
mail_dep.send(dep_address, f'{department}奖金情况', contents_dep)
n += 1
因本文的邮箱都是虚构的,就不展示具体发送成功的效果了。
至此,短短30余行代码就成功安抚了妹子交集的心态,并约个饭希望好好聊一聊如何用Python偷懒,这些就不再分享了
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07