R字符串处理应用之邮件考勤自动化
最近发现,担任助教真不是一件轻松的事情啊。虽然老师一直在想方设法减轻我的工作负担,可是核对名单真的是一件考验眼力和耐力的事情。
最近有一件非常艰巨的任务:检查上周的『考勤邮件』。这个『考勤邮件』,容我耐心的解释一番。上周,老师为了不浪费大家的时间,通过在某几分钟内发送一封邮件到公共邮箱的方法来签到。
而我今天才拿到选课学生的名单。我们知道,邮件过了一段时间,标题显示的接收时间就会改变。这个时候,为了确定邮件的发送时间,我必须要每封邮件都打开来看一下,再找到相应的名单,然后打上一个满意的勾。然而,这可是五十多封邮件啊!!!
立志成为数(一)据(名)科(懒)学(人)家的我,怎能甘心做如此机械的活呢?于是,想起最近总结的一篇字符处理相关的博客,正好可以用上。
说干就干!下面,我们就来探索一番,如何用R实现邮件考勤全自动化。
载入数据
首先,从公共邮箱批量下载数据。并载入R。
library(stringr)
library(openxlsx)
#load Name list
NameInformation<-read.xlsx("data/名单_20160308.xlsx",sheet = 1,colNames = TRUE)
str(NameInformation)
NameList<-NameInformation$姓名
NameList<-str_trim(NameList)
#read E-mail name
EmailName<-dir("data/第一次考勤/信件打包")
查看缺勤人员名单
载入数据的第一步,当然是先看看是否全勤啦~
如果没人缺勤,后面的日期提取等脏活累活就可以不用干啦!(再次暴露了懒人的本性= =!)
#match name list,remove E-mails which's subject NOT contain names ON the namelist
# detact weather the subject contains the name
ExistStatus<-lapply(NameList, function(x){
Exist<-str_detect(EmailName,x)
return(sum(Exist))
})
ExistStatus<-unlist(ExistStatus)
# find not checked names
print(paste0("缺勤的同学:",NameList[!ExistStatus]))
#str_detect(EmailName,"张三")
果不其然,有些同学还是不够团结啊!有几个没发邮件的。当然,谨慎的黄老师还是用str_detect()函数重新核对了一下,误伤了同学可不好办呐。
提取邮件接收时间
打开文本编辑器,仔细看了一下几封邮件,发现日期格式大概是这样的:
Date: Wed, 2 Mar 2016 08:06:28 +0800
先将邮件内容读入一个list。接着,用正则表达式,把含有Date: Wed, 2 Mar 2016字样的这一行提取出来。然后,只提取我们需要的时间。最后,使用striptime()函数将字符串转换成时间格式。然而,在Windows下一直得到的返回值一直是NA,在Linux下可以正确转换。万恶的微软!
###########################
## check in email received time ###
# get email content
EmailContent<-lapply(EmailName,function(x){
readLines(con<-file(paste0("data/第一次考勤/信件打包/",x),encoding = 'UTF-8'))
})
# get date and time
EmailDate<-lapply(EmailContent,function(x){
date_vec<-str_subset(x,"Date: Wed, 2 Mar 2016")
date<-str_sub(date_vec,start = 7, end = 30)
return(date)
})
# format conveting
## windows 下有问题,linux下没问题
EmailDate<-lapply(EmailDate,function(x){
strptime(x,"%a, %d %b %Y %I:%M:%S")
})
EmailDate<-unlist(EmailDate)
提取名字
为了做到有凭有据,还是要从主题提取一下名字。这个时候,跟已有的选课名单进行一一匹配即可。
然而,我们的课实在太火爆!有些没有选到课的同学,为了刷刷自己的存在感,也发来了『贺电』。这可不好办!!!如果是一个个核对,找了半天,发现没在选课名单上,岂不气煞人也!然而,有了R,我只需要一个IF语句就搞定啦。
还有一些不知是手抖还是为了刷存在感,的同学,连发了几封E-mail。当然,我并没有生气,我只需要一行代码就可以轻松化解难题。
########################################33
## exteact name on the subject ##
NameOnSubject<-lapply(EmailName,function(x){
ExtractName<-str_extract(x,NameList)
## 有的同学没有选课也发了邮件,或者不小心下载了垃圾邮件
if(sum(is.na(ExtractName))==51){
return(NA)
}
else{
Name<- ExtractName[!is.na(ExtractName)]
return(Name)
}
})
### combine Date and name
NameOnSubject<-unlist(NameOnSubject)
EmailData<-data.frame(CheckTime= EmailDate,NameOnSubject = NameOnSubject,stringsAsFactors = FALSE)
#先去掉名字为NA的邮件
EmailData<-EmailData[!is.na(EmailData$NameOnSubject),]
# 有的同学手抖,发了几封邮件,需要去重
EmailData<-EmailData[!duplicated(EmailData[,"NameOnSubject"]),]
View(EmailData)
str(EmailData)
合并数据集
最后,跟选课名单进行合并即大功告成啦!
其实仔细想想,邮箱考勤这个机制存在很大的bug。
我们可以一起发挥智慧,思考一下如何加入防作弊机制。如给每个在场的人发送一个唯一的随机码随邮件发送?(不想上课的同学会不会打我?!逃~~~~)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27