Python Academy · Pelajaran

Pemrosesan Laporan secara Batch

Buat laporan secara otomatis

Pemrosesan Laporan secara Batch adalah pelajaran Python Academy gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Python Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Python Academy mencakup 4 pelajaran total.

Mengotomatiskan Laporan Berulang

Manfaat utama openpyxl adalah otomatisasi: membuat puluhan laporan serupa tanpa pekerjaan manual. Bayangkan lembar penjualan bulanan untuk setiap wilayah, atau berkas ringkasan untuk setiap klien.

Polanya adalah: lakukan perulangan pada kelompok data, buat buku kerja untuk setiap kelompok, lalu simpan dengan nama yang unik.

Mengelompokkan Data

Laporan secara berkelompok dimulai dengan mengelompokkan catatan, misalnya berdasarkan wilayah. Python standar menangani hal ini dengan rapi sebelum pekerjaan Excel apa pun dimulai.

records = [
    {'region': 'North', 'sales': 100},
    {'region': 'South', 'sales': 80},
    {'region': 'North', 'sales': 120},
]
groups = {}
for r in records:
    groups.setdefault(r['region'], []).append(r['sales'])
for region, sales in groups.items():
    print(region, sales, 'total', sum(sales))

Satu Berkas untuk Setiap Kelompok

Untuk setiap kelompok, Anda membuat buku kerja, menulis baris-barisnya, lalu menyimpannya dengan nama yang diturunkan dari kunci kelompok. Isi perulangannya sama dengan kode yang Anda tulis untuk satu laporan, hanya dijalankan berulang kali.

Nama Berkas yang Aman

Kunci kelompok mungkin berisi karakter yang tidak sah dalam nama berkas. Bersihkan terlebih dahulu agar penyimpanan tidak pernah gagal. Ini adalah gagasan yang sama dengan membuat nama singkat yang aman seperti yang digunakan di tempat lain.

import re
name = 'North/West Region 2024'
safe = re.sub(r'[^A-Za-z0-9]+', '_', name).strip('_')
print('report_' + safe + '.xlsx')

Fungsi Templat yang Dapat Digunakan Kembali

Pisahkan tata letak laporan ke dalam satu fungsi yang menerima data dan mengembalikan buku kerja. Memanggilnya dalam perulangan menjaga semua laporan tetap konsisten dan membuat kode tetap DRY (jangan mengulang kode).

Fungsi tersebut akan menetapkan tajuk, menulis baris, menambahkan total dan gaya, lalu mengembalikan wb.

Menambahkan Baris Ringkasan

Sebagian besar laporan diakhiri dengan total. Hitung nilai agregat di Python atau dengan rumus Excel, lalu tuliskan sebagai baris terakhir. Di sini, nilai ringkasan dihitung terlebih dahulu.

sales = [100, 120, 90, 110]
summary = {
    'count': len(sales),
    'total': sum(sales),
    'average': sum(sales) / len(sales),
    'max': max(sales),
}
for k, v in summary.items():
    print(k.ljust(8), v)

Beberapa Lembar dalam Satu Berkas

Terkadang, satu berkas dengan satu tab untuk setiap kelompok lebih baik daripada banyak berkas. Ulangi setiap kelompok dan panggil wb.create_sheet(title=group_name), lalu tulis setiap kelompok ke tabnya sendiri. Simpan sekali di akhir.

Mengatur Folder Keluaran

Tulis laporan ke dalam direktori keluaran bertanggal agar setiap proses tidak saling menimpa. Gunakan os.makedirs(path, exist_ok=True) untuk membuatnya dengan aman, lalu gabungkan nama-nama berkas ke dalamnya.

import os
base = 'reports'
run_date = '2026-05-30'
out_dir = os.path.join(base, run_date)
path = os.path.join(out_dir, 'north.xlsx')
print('Would create dir:', out_dir)
print('File path:', path)

Penanganan Kesalahan dalam Kumpulan

Dalam kumpulan yang panjang, satu kelompok yang bermasalah seharusnya tidak menghentikan kelompok lainnya. Bungkus setiap laporan dalam try/except, catat kegagalannya, lalu lanjutkan. Proses sebagian yang selesai lebih baik daripada proses penuh yang mogok di tengah jalan.

Menjadwalkan Tugas

Setelah skrip berfungsi, jadwalkan skrip tersebut (dengan cron, Task Scheduler, atau tugas CI) agar berjalan setiap malam atau setiap bulan. Kode yang sama kemudian menghasilkan laporan terbaru secara otomatis tanpa campur tangan manusia.

Mencatat Kemajuan

Kumpulan yang panjang akan terbantu oleh keluaran kemajuan. Cetak atau catat kelompok yang sedang diproses dan jumlah kelompok yang tersisa, sehingga Anda dapat membedakan proses yang lambat dari proses yang macet. Penghitung sederhana terhadap jumlah total sudah cukup.

Pencatatan juga memberi Anda rekaman laporan mana yang berhasil jika Anda perlu menjalankan ulang hanya yang gagal.

Uji Cepat

Uji pengetahuan Anda tentang otomatisasi kumpulan.

Rangkuman

Sekarang Anda dapat mengotomatiskan pembuatan laporan:

Kelompokkan data, lalu lakukan perulangan untuk membuat satu buku kerja (atau satu lembar) untuk setiap kelompok
Pisahkan tata letak ke dalam fungsi templat yang dapat digunakan kembali
Bersihkan nama berkas dan tulis hasilnya ke dalam folder keluaran bertanggal
Tambahkan baris ringkasan, bungkus setiap laporan dalam try/except, lalu jadwalkan skrip

Dengan demikian, pekerjaan spreadsheet manual selama berjam-jam berubah menjadi tugas yang dapat dijalankan dengan satu perintah.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Pemrosesan Laporan secara Batch” gratis?

Ya — teks lengkap “Pemrosesan Laporan secara Batch” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Python Academy, upgrade ke CoddyKit PRO. Kursus Python Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Pemrosesan Laporan secara Batch”?

Buat laporan secara otomatis Kamu berlatih Python Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Python Academy?

Tidak diperlukan pengalaman sebelumnya. Python Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.

Berapa lama pelajaran “Pemrosesan Laporan secara Batch” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Python Academy ini?

Ya. Setiap pelajaran Python Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

← Kembali ke Python Academy