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
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16