档案数据开发利用：零基础可直接上手的实操落地指南

一、准备工作

1. 环境搭建

需安装Python3.8及以上版本，并安装数据处理依赖库，操作步骤如下：

• Windows：打开命令提示符（CMD），执行命令：winget install Python.Python.3.10
• Mac：打开终端，执行命令：brew install python@3.10
• 通用依赖安装：执行Python包管理命令：pip install pandas openpyxl（openpyxl用于导出Excel格式报表）

2. 准备档案数据

将自身档案数据整理为CSV格式，表头需包含：档案编号、姓名、部门、入职时间、档案状态；若暂无数据，可复制以下示例内容保存为archive_sample.csv，并放在后续脚本的同目录下：

档案编号,姓名,部门,入职时间,档案状态 DA2023001,张三,研发部,2018-05-10,已归档 DA2023002,李四,人事部,2020-02-15,待归档 DA2023003,王五,财务部,2015-11-20,已归档 DA2023004,赵六,研发部,2021-08-01,待归档

二、核心实操步骤

1. 数据读取与基础清洗

创建名为archive_analysis.py的脚本，复制以下完整代码（直接可运行）：

```python import pandas as pd from datetime import datetime 读取档案数据（替换为自身CSV文件名，若同目录则直接写名称） df = pd.read_csv('archive_sample.csv', encoding='utf-8') 基础清洗：删除关键列空值，转换日期格式 df = df.dropna(subset=['档案编号', '入职时间']) df['入职时间'] = pd.to_datetime(df['入职时间'], format='%Y-%m-%d') 打印清洗后的数据验证结果 print("清洗后档案数据预览：") print(df.head()) ```

执行脚本命令：进入脚本所在目录，执行python archive_analysis.py，若输出与示例匹配的4条数据则清洗成功。

2. 核心场景1：部门档案数量统计

在上述脚本末尾追加以下代码，替换后重新执行，生成各部门档案统计结果：

```python 各部门档案数量统计 dept_count = df['部门'].value_counts().reset_index(name='档案数量') print("\n各部门档案数量：") print(dept_count) ```

执行后会输出研发部2条、人事部1条、财务部1条的结果，可直接用于部门档案工作量统计。

3. 核心场景2：异常档案筛查

追加以下代码，筛选入职年限超10年且状态为待归档的档案（可自行调整年限阈值）：

```python 计算入职年限 current_year = datetime.now().year df['入职年限'] = current_year - df['入职时间'].dt.year 筛选异常待归档档案 abnormal_archive = df[(df['入职年限'] > 10) & (df['档案状态'] == '待归档')] print("\n异常待归档档案：") print(abnormal_archive[['档案编号', '姓名', '部门', '入职年限']]) ```

三、结果导出与落地应用

1. 导出清洗后的数据

在脚本末尾追加代码，将清洗后的数据导出为CSV，可直接导入档案管理系统：

```python 导出清洗后的数据到本地 df.to_csv('cleaned_archive.csv', index=False, encoding='utf-8-sig') ```

2. 导出多工作表Excel报表

追加代码生成包含清洗数据、部门统计的双工作表Excel：

```python 导出多工作表Excel报表 with pd.ExcelWriter('archive_report.xlsx', engine='openpyxl') as writer: df.to_excel(writer, sheet_name='清洗后档案数据', index=False) dept_count.to_excel(writer, sheet_name='部门档案统计', index=False) ```

执行后同目录生成archive_report.xlsx，可直接用于档案管理汇报。

四、常见问题排查

1. 编码错误：若CSV读取乱码，将encoding='utf-8'替换为encoding='gbk'；

2. 库安装失败：执行pip install --upgrade pip后再重新安装依赖；

3. 日期格式错误：确保CSV中入职时间为YYYY-MM-DD格式，若不同需调整代码中的format参数。