python----/北川/查重复学生.ipynb at 2d8c1ea8f9755d399579fa933f432ac4b4a94d3e

Files

T

- 新增websocket客户端和服务端实现
- 添加图片压缩工具和快速压缩脚本
- 实现学生信息处理相关API
- 添加MQTT客户端和消息处理功能
- 更新.gitignore忽略更多文件类型
- 添加数据库操作工具和示例
- 实现多个测试脚本和工具类

2026-04-13 14:47:50 +08:00

14 KiB

Raw Blame History

In [2]:

import pandas as pd

In [27]:

df1 = pd.read_excel('./学生信息_v2筛选.xlsx')

In [28]:

df1

Out [28]:

	学号	姓名	性别	年级	班级	手机号	身份证件号	专业代码
0	202205270	王雪瑞	女	2023级	2322数字媒体	19881645679	510727200702202323	710204
1	202220063	秋央娜姆	女	2023级	2328数字媒体2班	13558500183	513332200605030824	710204
2	202301001	巴措	女	2023级	2301五年制电子	18383622297	513330200708083467	510101
3	202301002	白玛曲扎	男	2023级	2301五年制电子	18227480605	513336200805020036	510101
4	202301003	白玛曲珍	女	2023级	2301五年制电子	1552882598	513334200809080228	510101
...	...	...	...	...	...	...	...	...
2977	5107424271057	丁学锋	男	2024级	2424运动训练	18281971757	510726200902126015	770303
2978	5113423260389	张雨祺	女	2023级	2328数字媒体2班	18208164054	51018220071117002X	710204
2979	5119824270112	王金山	男	2024级	2407电商升学	19160527010	510724200812220013	510101
2980	202308640	刘一	男	2023级	2311电商军事	18190656121	510726200809206010	510101
2981	202401540	董芷妍	女	2024级	2419数媒2班	17760930318	510726200904167021	710204

2982 rows × 8 columns

In [29]:

tem = df1["姓名"].value_counts().to_dict()

In [30]:

temp = []
for i,j in tem.items():
    if j>1:
        temp.append(i)

In [31]:

temp

Out [31]:

['王子轩',
 '洛绒丁真',
 '王俊杰',
 '李鑫',
 '杨杰',
 '扎西邓珠',
 '王鑫',
 '扎西多吉',
 '刘杰',
 '刘欣怡',
 '唐诗雨',
 '刘洋',
 '尼玛拉姆',
 '扎西措姆',
 '洛绒扎西',
 '王豪',
 '唐诗语',
 '陈思雨',
 '唐欣怡',
 '张勇',
 '王宏宇',
 '尼玛邓珠',
 '四郎',
 '扎西',
 '李佳鑫',
 '何晓琴',
 '洛绒刀登',
 '赵鑫',
 '李昊燃',
 '李欣怡',
 '卓玛拉姆',
 '李佳颖',
 '扎西拉姆',
 '刘玉婷',
 '李长平',
 '王强',
 '王雨辰',
 '扎西泽仁',
 '扎西翁姆',
 '王韬',
 '洛绒次称',
 '罗程',
 '张馨悦',
 '王嘉豪',
 '王志豪',
 '唐浩',
 '刘诗语',
 '张雨婷',
 '李涛',
 '王诗怡',
 '陈鑫',
 '肖雨萱',
 '登真尼玛',
 '李欣蕊',
 '降拥巴姆',
 '李柯贤',
 '扎西次仁',
 '杨博文',
 '泽仁拉姆',
 '王欣悦',
 '泽仁拥忠',
 '王雪如',
 '洛绒达吉',
 '降央邓珠',
 '杨帆',
 '四郎泽仁',
 '王祥',
 '王昊',
 '扎西巴拥',
 '张洪宇',
 '白玛曲珍',
 '王艺',
 '张浩',
 '巴措',
 '洛绒达洼']

In [32]:

from pathlib import Path
import os

In [33]:

temp2 = []#来自文件夹
for root, dirs, files in os.walk("./students/"):
    for file in files:
        temp2.append(Path(file).stem)
        # print(Path(file).stem)
        # if Path(file).suffix in IMAGE_EXTENSIONS:
        #     file_path = Path(root) / file
        #     images.append(file_path)

In [34]:

temp3 = []
for item in temp:
    if item in temp2:
        temp3.append(item)
        # print(item)

In [35]:

temp3

Out [35]:

[]

In [22]:

import shutil

In [26]:

for root, dirs, files in os.walk("./students/"):
    for file in files:
        name = Path(file).stem
        if name  in temp3:
            print("发现重复文件:", name)
            shutil.move(os.path.join(root, file), os.path.join("./duplicates/", file))

发现重复文件: 何晓琴
发现重复文件: 刘杰
发现重复文件: 刘诗语
发现重复文件: 卓玛拉姆
发现重复文件: 唐浩
发现重复文件: 唐诗雨
发现重复文件: 四郎泽仁
发现重复文件: 巴措
发现重复文件: 张勇
发现重复文件: 张浩
发现重复文件: 张雨婷
发现重复文件: 扎西
发现重复文件: 扎西多吉
发现重复文件: 扎西巴拥
发现重复文件: 扎西次仁
发现重复文件: 扎西泽仁
发现重复文件: 扎西邓珠
发现重复文件: 李柯贤
发现重复文件: 李长平
发现重复文件: 杨帆
发现重复文件: 杨杰
发现重复文件: 泽仁拉姆
发现重复文件: 洛绒丁真
发现重复文件: 洛绒扎西
发现重复文件: 洛绒达吉
发现重复文件: 王嘉豪
发现重复文件: 王强
发现重复文件: 王志豪
发现重复文件: 王韬
发现重复文件: 登真尼玛
发现重复文件: 白玛曲珍
发现重复文件: 罗程
发现重复文件: 赵鑫
发现重复文件: 陈鑫
发现重复文件: 降央邓珠
发现重复文件: 降拥巴姆

14 KiB Raw Blame History Unescape Escape

14 KiB

Raw Blame History