星标下公众号，
获取更多优质教程
脑补一下这个场景
你坐在办公室里，面对的是一张写满了名字、工资、奖金的Excel表格。成百上千个名字映入眼帘，每一个都需要你单独处理、保存成一个文件，并且还要一个个地发邮件。你手指在键盘上飞舞，试图追赶那些即将到来的截止日期，但不管你多努力，文件数量还是让你头皮发麻。
你在一个员工的名字上停下，生成工资条、保存、打开邮箱、写邮件、添加附件、发送……然后，重复这个过程499次。
你感觉像是在经历一次又一次的复制粘贴的噩梦。手腕渐渐酸痛，眼睛也开始模糊。你甚至开始怀疑这是不是某种办公室里的酷刑。3天，72小时，这项任务无情地吞噬着你的时间和精力。
这种场景是不是让你感到无比绝望？现在想象一下，只需14行代码，你就能瞬间摆脱这个让人崩溃的循环，轻松搞定原本要花费整整3天的繁琐任务。来看看我是怎么实现的吧！
实际案例（已虚化了所有名称和数据）
在某大型企业中，小李（化名）每个月初都得处理500名员工的工资条。每个月他都要先从企业ERP把所有员工工资表导出，然后核对，再拆分成独立的工资条文件，并逐一发送给员工。这项任务的难度堪比攀登一座高山，当时开发者为了方便HR核对工资条，工资条就是一整张表，小李需要核对后手动操作每一行数据。手动完成整个任务需要近1500分钟，相当于整整3天的工作量。
眼看任务压顶，小李几乎崩溃。他甚至一度想着申请预算来开发一个系统自动化处理这项工作，但公司没有预算支持。正当他陷入绝望时，他在公众号搜索自动化，看到了我写的Python自动化！8行代码1.7秒搞定原来 1420 分钟的重复工作！。
Python自动化来救场
在前面案例中，我们只需要1.7s就将366个excel表格进行了修改并合并，对于这个案例由于要进行邮件发送，可能花费更长时间，但也仅需不到10行核心代码，即可让这项任务在几十秒钟内完成，不再需要小李拼命点击鼠标，忍受乏味的重复劳动。
Python脚本不仅可以自动拆分工资表，还能快速地生成并发送每一个员工的工资条。操作简单、效率极高，让小李瞬间从繁重的任务中解放出来。
代码实现：
import pandas as pd
import yagmail
import os
import time
# 设置发送者的邮箱信息
sender_email = 'xxx@163.com'
sender_password = 'zzzzzzzz'
sender_host = 'smtp.163.com'
t1 = time.time()
# 读取工资表格
df = pd.read_excel('简说Python员工工资表.xlsx')
# 初始化yagmail SMTP客户端
yag = yagmail.SMTP(user=sender_email, password=sender_password, host=sender_host)
# 逐行处理员工数据
for _, row in df.iterrows():
employee_name, employee_email = row['姓名'], row['邮箱']
salary_data = row.to_frame().T # 将当前行转为单行数据框
# 保存独立工资条
filename = f"./8月薪资/{employee_name}_工资条.xlsx"
salary_data.to_excel(filename, index=False)
# 发送邮件并附上工资条
yag.send(
to=employee_email,
subject="您的8月工资条，注意查收",
contents=f"尊敬的{employee_name}，请查收附件中的工资条，如有疑问，请在9.6前联系小李反馈问题，9.7日将准时发放工资。",
attachments=filename
)
print(f"工资条已发送给: {employee_name}")
# 删除生成的文件
os.remove(filename)
print(f"所有工资条已发送完毕。\n耗时：{round(time.time()-t1, 1)}秒")
成效显著
当小李运行完这段代码后，他简直不敢相信自己的眼睛：几秒钟前还铺天盖地压过来的工作，现在已被自动化流程轻松解决。500封邮件准确无误地发了出去，仅仅花费了22s，他再也不用为了赶工期而牺牲个人时间。
结语
这次经历让小李深刻认识到，掌握编程和自动化技能在现代办公环境中是多么重要。Python作为一种强大且易学的编程语言，能够帮助你轻松应对那些重复性高、繁琐的任务。如果你也想像小李一样，从繁重的工作中解脱出来，Python自动化或许就是你的最佳选择。
想学习更多？可以看看我之前分享的Python入门自动化教程，有任何问题也欢迎随时交流。
时间花在哪里，成功就在哪里！
Python 编程能力评测试题，看看谁是真正的Python高手！
Python Pandas 全面指南：用法介绍及10个应用场景实践
另外我还有很多其他Python案例，我最近会陆续整理好，没有100也有50+ Python案例，大家可以加文末我的微信备注下：50+案例，我整理好后会第一时间免费分享给你（收取0.99元，避开白嫖不学习党）。
