<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[henry_dx的专栏]]></title><description><![CDATA[衣带渐宽终不悔]]></description><link>https://blog.youkuaiyun.com/henry_dx</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; henry_dx]]></copyright><item><title><![CDATA[Word邮件合并]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/146494388</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/146494388</guid><author>henry_dx</author><pubDate>Tue, 25 Mar 2025 09:40:11 +0800</pubDate><description><![CDATA[在 Word 中处理主文档，为你想要添加的个性化内容插入合并域。邮件合并完成后，合并文档将为数据源中的每个姓名生成单独的个性化版本。设置邮件合并的第一步是选择要用于个性化信息的数据源。Excel 电子表格和 Outlook 联系人列表是最常见的数据源，但任何可以连接到 Word 的数据库都能正常使用。如果你还没有数据源，甚至可以在 Word 中键入此类内容，作为邮件合并过程的一部分。有关数据源的详细信息，请参阅。]]></description><category></category></item><item><title><![CDATA[Excel新增的函数]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/146494095</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/146494095</guid><author>henry_dx</author><pubDate>Tue, 25 Mar 2025 09:30:00 +0800</pubDate><description><![CDATA[:代表任意多个字符。]]></description><category></category></item><item><title><![CDATA[Python办公自动化应用场景和常用库]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/146319694</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/146319694</guid><author>henry_dx</author><pubDate>Mon, 17 Mar 2025 19:41:23 +0800</pubDate><description><![CDATA[3、自动化数据服务，主要是提供流式数据服务，从数据获取、数据处理、数据建模、数据可视化，到最终生成数据报告，通过python搭建起完整数据链条。Python办公自动化主要是批量化、自动化、定制化解决数据问题，目前主要分为三大块：自动化office、自动化机器人、自动化数据服务。2、自动化机器人，用来提高常规且高频的服务，比如微信客服、自动交易系统、实时信息抓取、QQ聊天机器人等。1、自动化office，包括对excel、word、ppt、email、pdf等常用办公场景的操作，文件路径：pathlib。]]></description><category></category></item><item><title><![CDATA[python遍历文件的三种方式]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/146318341</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/146318341</guid><author>henry_dx</author><pubDate>Mon, 17 Mar 2025 16:25:21 +0800</pubDate><description><![CDATA[方法3：使用Path.iterdir。# 方法2：使用Path.rglob。# 方法1：使用os.walk。]]></description><category></category></item><item><title><![CDATA[python库 you-get]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/133695817</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/133695817</guid><author>henry_dx</author><pubDate>Mon, 09 Oct 2023 10:28:53 +0800</pubDate><description><![CDATA[you-get是一个小型的命令行实用程序，用于从Web下载媒体内容（视频，音频，图像）。官方网址：https://you-get.org/源码地址：https://github.com/soimort/you-get命令行安装：pip3 install you-get (需要先按照python环境)更新：pip install --upgrade you-get。]]></description><category></category></item><item><title><![CDATA[使用Selenium库操作已经打开的浏览器页面]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/133351776</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/133351776</guid><author>henry_dx</author><pubDate>Wed, 27 Sep 2023 15:04:38 +0800</pubDate><description><![CDATA[测试打印页面标题。]]></description><category></category></item><item><title><![CDATA[Pandas行列转换]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/133349403</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/133349403</guid><author>henry_dx</author><pubDate>Wed, 27 Sep 2023 14:38:05 +0800</pubDate><description><![CDATA[在实际的数据处理过程中，常常会遇到需要将DataFrame中的列转换为行或将行转换为列的情况。但是，如果使用传统的Python方法，这种操作会非常繁琐且容易出错。因此，我们可以使用pandas库提供的优雅方式来完成列转行或行转列的任务。]]></description><category></category></item><item><title><![CDATA[Pandas 多行合并成一行]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/133309494</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/133309494</guid><author>henry_dx</author><pubDate>Tue, 26 Sep 2023 14:56:17 +0800</pubDate><description><![CDATA[问题: 把多行数据按“material”合并，并保留所有信息，其中'site'字段进行去重处理，'usages'字段不进行去重处理。问题:把多行数据按“姓名”合并，并保留所有信息。另一种解决方案(更优)]]></description><category></category></item><item><title><![CDATA[pandas一行拆分成多行、多行转一行]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/133127683</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/133127683</guid><author>henry_dx</author><pubDate>Thu, 21 Sep 2023 10:58:36 +0800</pubDate><description><![CDATA[【代码】pandas一行拆分成多行、多行转一行。]]></description><category></category></item><item><title><![CDATA[pandas notes 25]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/132791413</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/132791413</guid><author>henry_dx</author><pubDate>Sun, 10 Sep 2023 15:15:24 +0800</pubDate><description><![CDATA[想要使用数据透视表，你需要指定索引(index), 列名(columns), 值(values)和聚合函数(aggregation function)。然后将其传递给DataFrame的style.format()函数。value_counts()函数，并将它保存成counts（type为Series）如果你需要在列名中添加前缀或者后缀，你可以使用add_prefix()函数。17. 将一个由列表组成的Series扩展成DataFrame。14. 从DataFrame中筛选出数量最多的类别。]]></description><category></category></item><item><title><![CDATA[pandas notes 30]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/132790629</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/132790629</guid><author>henry_dx</author><pubDate>Sun, 10 Sep 2023 15:06:05 +0800</pubDate><description><![CDATA[ufo.Cityufo.shape。]]></description><category></category></item><item><title><![CDATA[python pip notes]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/132708536</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/132708536</guid><author>henry_dx</author><pubDate>Wed, 06 Sep 2023 09:54:37 +0800</pubDate><description><![CDATA[https://repo.huaweicloud.com/repository/pypi/simple/ 华为。http://pypi.mirrors.ustc.edu.cn/simple/ 中国科学技术大学。http://mirrors.cloud.tencent.com/pypi/simple 腾讯。https://pypi.tuna.tsinghua.edu.cn/simple/ 清华大学。http://mirrors.aliyun.com/pypi/simple/ 阿里。]]></description><category></category></item><item><title><![CDATA[python办公自动化（应用方向）]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/132708380</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/132708380</guid><author>henry_dx</author><pubDate>Wed, 06 Sep 2023 09:48:49 +0800</pubDate><description><![CDATA[使用python编写脚本，自动打开网页、填写表单，操作元素等，常用库Selenium、Playwright，爬虫库包括BeautifulSoup、Requests、Scrapy、lxml、urllib、lxml（高性能的Python XML库）、Xpath语法，连接sqlserver数据库pymssql。使用python处理word、pdf等格式文档文件，文档提取、格式修改、内容替换等操作，并输出结果保存到新文件中。路径处理用pathlib库。常用库包含：openpyxl、pandas、numpy等。]]></description><category></category></item><item><title><![CDATA[【百问百答】个人所得税综合所得年度汇算政策]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/132336436</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/132336436</guid><author>henry_dx</author><pubDate>Thu, 17 Aug 2023 10:58:16 +0800</pubDate><description><![CDATA[目录
	一、综合类
	二、工资薪金
	三、劳务报酬
	四、稿酬
	五、特许权使用费
	六、专项附加扣除
	七、捐赠
	八、税收优惠
	九、境外所得
一、综合类

✦1. 哪些所得项目是综合所得？

答：综合所得具体包括工资薪金所得、劳务报酬所得、稿酬所得、特许权使用费所得。居民个人取得综合所得需要年度汇算的，应于次年3月1日至6月30日办理年度汇算。



✦2. 综合所得适用的税率是什么？

答：综合所得，适用百分之三至百分之四十五的超额累进税率。



✦3. 居民个人的综合所得应纳税所得额如何确定？
]]></description><category></category></item><item><title><![CDATA[劳务报酬的个人所得税怎么计算]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/132336138</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/132336138</guid><author>henry_dx</author><pubDate>Thu, 17 Aug 2023 10:52:23 +0800</pubDate><description><![CDATA[通俗点来理解，由于劳务报酬所得（以及稿酬所得、特许权使用费所得）预扣预缴阶段与综合所得的税率并不相同，且平时预扣预缴个税时并没有享受专项附加扣除等，因此很容易出现按照综合所得计税规则计算后需要退税（当然也有可能要补税），因此汇算清缴的必要性就有了。，包括从事设计、装潢、安装、制图、化验、测试、医疗、法律、会计、咨询、讲学、翻译、审稿、书画、雕刻、影视、录音、录像、演出、表演、广告、展览、技术服务、介绍服务、经纪服务、代办服务以及其他劳务取得的所得。每次收入四千元以上的，减除费用按收入的百分之二十计算。]]></description><category></category></item><item><title><![CDATA[批处理常用命令]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/132336009</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/132336009</guid><author>henry_dx</author><pubDate>Thu, 17 Aug 2023 10:45:10 +0800</pubDate><description><![CDATA[注意每次：ECHO 字符串 >> 文件路径和文件名，命令之后，ECHO就回自动在在字符串后添加换行符，所以要想直接添加到文件末尾，那么文件中已有的数据，不能是ECHO命令先前输入的（或者手工删掉换行符）> 重定向符, 意思是传递并且覆盖，它所起的作用是将运行的结果传递到后面的范围（后边可以是文件,也可以是默认的系统控制台，即命令提示符）。:&,符号允许同时执行多条命令，当第一个命令执行失败了，也不影响后边的命令执行。在命令行窗口中，只需要单个的%，在批处理文件中，需要连续两个百分号，写成%%。]]></description><category></category></item><item><title><![CDATA[excel常用函数]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/131392766</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/131392766</guid><author>henry_dx</author><pubDate>Mon, 26 Jun 2023 10:44:58 +0800</pubDate><description><![CDATA[ISERROR 判断value是否出现任意错误值（#N/A、#VALUE!CEILING 向上舍入为最接近的指定基数的倍数=CEILING(基数，倍数)SEARCHB 从文本字符串中查找特定的字节位置，不区分大小写，可以使用通配符。SEARCH 从文本字符串中查找特定的字符位置，不区分大小写，可以使用通配符。FLOOR 向下舍入为最接近的指定基数的倍数=FLOOR(基数，倍数)ISERR 判断value是否出现任意错误值（除去 #N/A）ISNA 判断value是否为错误值 #N/A（值不存在）]]></description><category></category></item><item><title><![CDATA[pandas学习资源]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/127697377</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/127697377</guid><author>henry_dx</author><pubDate>Fri, 04 Nov 2022 22:06:16 +0800</pubDate><description><![CDATA[pandas]]></description><category></category></item><item><title><![CDATA[莫烦numpy&pandas笔记一]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/88774906</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/88774906</guid><author>henry_dx</author><pubDate>Sun, 24 Mar 2019 11:31:19 +0800</pubDate><description><![CDATA[参考资料：

https://blog.youkuaiyun.com/weixin_42758462?t=1

https://www.cnblogs.com/nxld/tag/pandas/

https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/

http://pandas.pydata.org/

https://www.yiib...]]></description><category></category></item><item><title><![CDATA[python数据分析]]></title><link>https://blog.youkuaiyun.com/henry_dx/article/details/88769104</link><guid>https://blog.youkuaiyun.com/henry_dx/article/details/88769104</guid><author>henry_dx</author><pubDate>Sat, 23 Mar 2019 21:43:18 +0800</pubDate><description><![CDATA[你学习Python时能犯的最简单的错误之一就是同时去尝试学习过多的库。当你努力一下子学会每样东西时，你会花费很多时间来切换这些不同概念之间，变得沮丧，最后转移到其他事情上。
所以，坚持关注这个过程：
理解Python基础
学习Numpy
学习Pandas
学习Matplolib
学习seaborn

参考资料：
1、https://scipy.org/
2、pandas百度经验
3、code ac...]]></description><category></category></item></channel></rss>