盘点一个使用ChatGPT实现Python自动化办公的需求（上篇）

import os
import pandas as pd

# 获取文件夹中的所有文件
file_list = os.listdir("rq_lst")

# 读取rq_lst文件
with open("rq_lst/rq_lst.txt", "r") as file:
    dates = file.readlines()
    dates = [date.strip() for date in dates]

# 任给的日期
rq_0 = "2023年03月14日"  # 替换为你想要的日期

# 确定需要统计的日期范围
rq_index = dates.index(rq_0)
start_index = max(0, rq_index - 9)
dates_to_process = dates[start_index:rq_index+1]

# 统计股票代码重复出现次数的字典
stock_counts = {}

# 遍历日期范围内的文件
for date in dates_to_process:
    file_prefix = date.replace("年", "").replace("月", "").replace("日", "")
    file_name = [file for file in file_list if file.startswith(file_prefix)]
    
    if len(file_name) > 0:
        file_path = os.path.join("rq_lst", file_name[0])
        
        # 读取xlsx文件中的数据
        data = pd.read_excel(file_path)
        
        # 统计股票代码重复出现次数
        stock_counts[date] = data['股票代码'].duplicated().sum()

# 输出结果
for date, count in stock_counts.items():
    print(f"日期：{date}，重复次数：{count}")

import os
import pandas as pd

# 获取当前文件夹中符合命名规则的文件
files = [f for f in os.listdir('.') if os.path.isfile(f) and f.endswith('.xlsx')]

# 解析文件名中的日期，并找到最小的日期作为起始日期
dates = [pd.to_datetime(f.split('.')[0], format='%Y年%m月%d日') for f in files]
start_date = min(dates).date()

# 存储股票代码和对应的重复次数
stock_code_counts = {}

# 确定前十日日期范围
date_range = pd.date_range(end=start_date, periods=10)

# 遍历日期范围
for date in date_range:
    # 根据日期构造文件名
    filename = date.strftime('%Y年%m月%d日.xlsx')
    
    # 检查文件是否存在
    if filename in files:
        # 读取Excel文件
        df = pd.read_excel(filename)
        # 提取股票代码列
        stock_codes = df.iloc[:, 0]
        # 统计重复次数
        code_counts = stock_codes.value_counts()
        
        # 更新股票代码和重复次数的字典
        for code, count in code_counts.items():
            stock_code_counts[code] = stock_code_counts.get(code, 0) + count

# 输出结果
for code, count in stock_code_counts.items():
    print(f'股票代码 {code} 出现的重复次数：{count}')