职场自动化：如何用Python将CSV转为文档中的书面提示？

核心思路 #

你已经通过pandas完成了CSV数据的读取，接下来只需根据业务需求，把结构化的DataFrame数据转化为符合格式的自然语言提示，核心步骤为遍历数据行/列 + 按模板拼接文本，最终可将结果保存为常用文档格式。

分步实现 #

1. 确定书面提示模板 #

先明确你需要的提示格式，比如假设CSV包含客户名称、待办事项、截止日期三列，模板可设定为：

请提醒客户名称，需在截止日期前完成待办事项。

2. 数据遍历与文本生成 #

基于你已有的初始代码，添加文本生成逻辑：

import pandas as pd

# 读取CSV数据
df = pd.read_csv(r'filepathway.csv')

# 定义书面提示模板（根据实际CSV列名修改）
prompt_template = "请提醒{客户名称}，需在{截止日期}前完成{待办事项}。\n"

# 遍历数据生成所有提示
written_prompts = []
for _, row in df.iterrows():
    # 用行数据填充模板
    prompt = prompt_template.format(**row.to_dict())
    written_prompts.append(prompt)

# 合并所有提示为完整文本块
full_prompts = "".join(written_prompts)
print(full_prompts)

3. 保存为文档 #

• 保存为TXT文档：直接写入文件即可

with open('书面提示汇总.txt', 'w', encoding='utf-8') as f:
    f.write(full_prompts)

• 保存为Word文档：需先安装python-docx库，再执行代码

pip install python-docx

from docx import Document

doc = Document()
# 逐个添加提示到文档
for prompt in written_prompts:
    doc.add_paragraph(prompt)
# 保存Word文件
doc.save('书面提示汇总.docx')

注意事项 #

• 模板中的字段名必须与CSV实际列名完全匹配（包括大小写、拼写）
• 若CSV存在缺失值，可提前用df.dropna()删除无效行，或用df.fillna()填充默认值，避免生成无效提示
• 复杂场景可结合条件判断，根据字段值生成差异化的提示内容

内容的提问来源于stack exchange，提问作者mf2022