Tornado数据分析及数据可视化（一）

摘要：仅值班时间及前后半个小时内打卡有效。上班下班均须打卡，缺打卡则视为未值班。分析表格我的指纹考勤机可以一次导出最多一个月的打卡记录。有一个问题是，这一个月可能横跨两个月，也可能横跨一年。分析当月当年的考勤记录同理，不过可能稍微复杂一些。

今天公司突然有个紧急任务是读取excel表格，然后清洗并展示里面的数据。
分配给我的任务是！！！

写网页前端表单=。=

妈蛋，可是我很想分析一下数据啊！！！

然后突然想起来协会（大学的社团）的指纹考勤机一直没怎么用好，要不就把打卡数据拷出来分析吧！！做成每天、每周、每月、每年的考勤记录分析！！！
恰好前几天上级让我学习可视化，顺带练练手。

哟西，开干！

xlrd:

Python语言中，读取Excel的扩展工具。可以实现指定表单、指定单元格的读取。
使用前须安装。
下载地址：https://pypi.python.org/pypi/xlrd
解压后cd到解压目录，执行 python setup.py install 即可

datetime:

Python内置用于操作日期时间的模块

读xls文件并录入数据库

根据年、月、日三个参数获取当天的值班情况

饼状图（当天完成值班任务人数/当天未完成值班任务人数）

瀑布图（当天所有值班人员的值班情况）

根据年、月两个参数获取当月的值班情况

根据年参数获取当年的值班情况

每天一共有6班：

8：00 - 9：45

9：45 - 11：20

13：30 - 15：10

15：10 - 17：00

17：00 - 18：35

19：00 - 22：00

每个人每天最多值一班。

仅值班时间及前后半个小时内打卡有效。

上班、下班均须打卡，缺打卡则视为未值班。

我的指纹考勤机可以一次导出最多一个月的打卡记录。有一个问题是，这一个月可能横跨两个月，也可能横跨一年。比如：2015年03月21日-2015年04月20日、2014年12月15日-2015年01月05日。所以写处理方法的时候一定要注意这个坑。

导出的表格如图所示：

  
=。=看起来好像基本没人值班，对，就是这样。

  大家都好懒T。T

  Sign...

简单分析一下，

考勤记录表是文件的第三个sheet

第三行有起止时间

第四行是所有日期的数字

接下来每两行：第一行为用户信息；第二行为考勤记录

决定用3个collection分别储存相关信息：

user：用户信息，包含id、name、dept

record：考勤记录，包含id（用户id）、y（年）、m（月）、d（日）、check（打卡记录）

duty：值班安排，包含id（星期数，例：1表示星期一）、list（值班人员id列表）、user_id：["start_time","end_time"]（用户值班开始时间和结束时间）

读取xls文件，将新的考勤记录和新的用户存入数据库。

根据年月日参数查询对应record，查询当天的值班安排，匹配获得当天值班同学的考勤记录。将值班同学的打卡时间和值班时间比对，判断是否正常打卡，计算实际值班时长、实际值班百分比。

之后输出json格式数据，用echarts生成图表。

分析当月、当年的考勤记录同理，不过可能稍微复杂一些。

  
所有的讲解和具体思路都放在源码注释里，请继续往下看源码吧~

  
main.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import os.path

import tornado.auth
import tornado.escape
import tornado.httpserver
import tornado.ioloop
import tornado.options
import tornado.web
from tornado.options import define, options

import pymongo
import time
import datetime
import xlrd

define("port", default=8007, help="run on the given port", type=int)

class Application(tornado.web.Application):
    def __init__(self):
        handlers = [
            (r"/", MainHandler),
            (r"/read", ReadHandler),
            (r"/day", DayHandler),
        ]
        settings = dict(
            template_path=os.path.join(os.path.dirname(__file__), "templates"),
            static_path=os.path.join(os.path.dirname(__file__), "static"),
            debug=True,
            )
        conn = pymongo.Connection("localhost", 27017)
        self.db = conn["kaoqin"]
        tornado.web.Application.__init__(self, handlers, **settings)


class MainHandler(tornado.web.RequestHandler):
    def get(self):
        pass

class ReadHandler(tornado.web.RequestHandler):
    def get(self):
        #获取collection
        coll_record = self.application.db.record
        coll_user = self.application.db.user
        #读取excel表格
        table = xlrd.open_workbook("/Users/ant/Webdev/python/excel/data.xls")
        #读取打卡记录sheet
        sheet=table.sheet_by_index(2)
        #读取打卡月份范围
        row3 = sheet.row_values(2)
        m1 = int(row3[2][5:7])
        m2 = int(row3[2][18:20])
        #设置当前年份
        y = int(row3[2][0:4])
        #设置当前月份为第一个月份
        m = m1
        #读取打卡日期范围
        row4 = sheet.row_values(3)
        #初始化上一天
        lastday = row4[0]
        #遍历第四行中的日期
        for d in row4:
            #如果日期小于上一个日期
            #说明月份增大，则修改当前月份为第二个月份
            if d < lastday:
                m = m2
                #如果当前两个月份分别为12月和1月
                #说明跨年了，所以年份 +1
                if m1 == 12 and m2 == 1:
                    y = y + 1
            #用n计数，范围为 3 到（总行数/2+1）
            #（总行数/2+1）- 3 = 总用户数
            #即遍历所有用户
            for n in range(3, sheet.nrows/2+1):
                #取该用户的第一行，即用户信息行
                row_1 = sheet.row_values(n*2-2)
                #获取用户id
                u_id = row_1[2]
                #获取用户姓名
                u_name = row_1[10]
                #获取用户部门
                u_dept = row_1[20]
                #查询该用户
                user = coll_user.find_one({"id":u_id})
                #如果数据库中不存在该用户则创建新用户
                if not user:
                    user = dict()
                    user["id"] = u_id
                    user["name"] = u_name
                    user["dept"] = u_dept
                    coll_user.insert(user)
                #取该用户的第二行，即考勤记录行
                row_2 = sheet.row_values(n*2-1)
                #获取改当前日期的下标
                idx = row4.index(d)
                #获取当前用户当前日期的考勤记录
                check_data = row_2[idx]
                #初始化空考勤记录列表
                check = list()
                #5个字符一组，遍历考勤记录并存入考勤记录列表
                for i in range(0,len(check_data)/5):
                    check.append(check_data[i*5:i*5+5])
                #查询当前用户当天记录
                record = coll_record.find_one({"y":y, "m":m, "d":d, "id":user["id"]})
                #如果记录存在则更新记录
                if record:
                    for item in check:
                        #将新的考勤记录添加进之前的记录
                        if item not in record["check"]:
                            record["check"].append(item)
                            coll_record.save(record)
                #如果记录不存在则插入新纪录
                else:
                    record = {"y":y, "m":m, "d":d, "id":user["id"], "check":check}
                    coll_record.insert(record)





class DayHandler(tornado.web.RequestHandler):
    def get(self):
        #获取年月日参数
        y = self.get_argument("y",None)
        m = self.get_argument("m",None)
        d = self.get_argument("d",None)
        #判断参数是否设置齐全
        if y and m and d:
            #将参数转换为整型数，方便使用
            y = int(y)
            m = int(m)
            d = int(d)
            #获取当天所有记录
            coll_record = self.application.db.record
            record = coll_record.find({"y":y, "m":m, "d":d})
            #获取当天为星期几
            weekday = datetime.datetime(y,m,d).strftime("%w")
            #获取当天值班表
            coll_duty = self.application.db.duty
            duty = coll_duty.find_one({"id":int(weekday)})
            #初始化空目标记录（当天值班人员记录）
            target = list()
            #遍历当天所有记录
            for item in record:
                #当该记录的用户当天有值班任务时，计算并存入target数组
                if int(item["id"]) in duty["list"]:
                    #通过用户id获取该用户值班起止时间
                    start = duty[item["id"]][0]
                    end = duty[item["id"]][1]
                    #计算值班时长/秒
                    date1 = datetime.datetime(y,m,d,int(start[:2]),int(start[-2:]))
                    date2 = datetime.datetime(y,m,d,int(end[:2]),int(end[-2:]))
                    item["length"] = (date2 - date1).seconds
                    #初始化实际值班百分比
                    item["per"] = 0
                    #初始化上下班打卡时间
                    item["start"] = 0
                    item["end"] = 0
                    #遍历该用户打卡记录
                    for t in item["check"]:
                        #当比值班时间来得早
                        if t < start:
                            #计算时间差
                            date1 = datetime.datetime(y,m,d,int(start[:2]),int(start[-2:]))
                            date2 = datetime.datetime(y,m,d,int(t[:2]),int(t[-2:]))
                            dif = (date1 - date2).seconds
                            #当打卡时间在值班时间前半小时内
                            if dif <= 1800:
                                #上班打卡成功
                                item["start"] = start
                        elif t < end:
                            #如果还没上班打卡
                            if not item["start"]:
                                #则记录当前时间为上班打卡时间
                                item["start"] = t
                            else:
                                #否则记录当前时间为下班打卡时间
                                item["end"] = t
                        else:
                            #如果已经上班打卡
                            if item["start"]:
                                #计算时间差
                                date1 = datetime.datetime(y,m,d,int(end[:2]),int(end[-2:]))
                                date2 = datetime.datetime(y,m,d,int(t[:2]),int(t[-2:]))
                                dif = (date1 - date2).seconds
                                #当打卡时间在值班时间后半小时内
                                if dif <= 1800:
                                    #下班打卡成功
                                    item["end"] = end
                    #当上班下班均打卡
                    if item["start"] and item["end"]:
                        #计算实际值班时长
                        date1 = datetime.datetime(y,m,d,int(item["start"][:2]),int(item["start"][-2:]))
                        date2 = datetime.datetime(y,m,d,int(item["end"][:2]),int(item["end"][-2:]))
                        dif = (date2 - date1).seconds
                        #计算（实际值班时长/值班时长）百分比
                        item["per"] = int(dif/float(item["length"]) * 100)
                    else:
                        #未正常上下班则视为未值班
                        item["start"] = 0
                        item["end"] = 0
                    #将记录添加到target数组中
                    target.append(item)
            #输出数据
            self.render("index.html",
                target = target
                )


def main():
    tornado.options.parse_command_line()
    http_server = tornado.httpserver.HTTPServer(Application())
    http_server.listen(options.port)
    tornado.ioloop.IOLoop.instance().start()


if __name__ == "__main__":
    main()

  
index.html

{
{% for item in target %}
    {
     "id":{{ item["id"] }},
     "start":{{ item["start"] }},
     "end":{{ item["end"] }},
     "length":{{ item["length"] }}, 
     "per":{{ item["per"] }}
     }
{% end %}
}

暂时只写到读文件和查询某天值班情况，之后会继续按照之前的计划把这个小应用写完的。

因为涉及到一堆小伙伴的隐私，所以没有把测试文件发上来。不过如果有想实际运行看看的同学可以跟我说，我把文件发给你。

可能用到的一条数据库插入语句：db.duty.insert({"id":5,"list":[1,2],1:["19:00","22:00"],2:["19:00","22:00"]})

希望对像我一样的beginner们有帮助！