项目三教案4 拆分保存工作表

XX学校《大数据应用技术基础》学科教案授课课题任务4拆分保存工作表授课老师授课时间周一第1、2节授课课时2课时授课班级XX班班级地址??电脑室教学目标【知识目标】

1.理解使用Python拆分Excel工作表的基本原理和应用场景。

2.掌握pandas库中read_excel()方法读取Excel文件数据的操作。

3.掌握pandas库中unique()方法获取数据列唯一值的用法，以及根据唯一值筛选数据的方法。

4.掌握pandas库中to_excel()方法将筛选后的数据保存为新Excel文件的操作。

5.了解os.path.join()函数在路径处理中的应用。

【能力目标】

1.能够独立使用pandas库读取指定路径下的Excel文件数据。

2.能够运用unique()方法提取数据中的部门名称等关键信息，并进行去重处理。

3.能够编写循环结构，根据部门名称等条件筛选数据，并将筛选结果保存为独立的Excel文件。

4.能够对程序运行结果进行检查和验证，确保数据拆分的准确性。

【素养目标】

1.培养数据处理的逻辑思维能力和问题解决能力，能够分析实际数据处理需求并转化为程序实现。

2.提升代码规范性和可读性，养成良好的编程习惯。

3.增强团队协作意识（如后续拓展为小组任务时），并培养严谨细致的工作态度，确保数据处理的准确性和可靠性。

4.激发对大数据技术应用的兴趣，认识到Python在数据处理中的高效性和实用性。教学重点及突破策略教学重点：

1.使用pandas库读取Excel文件（read_excel()方法的应用）。

2.利用unique()方法获取部门名称的唯一值列表。

3.通过循环遍历部门列表，筛选各部门数据并使用to_excel()方法保存为新的Excel文件。

突破策略：

1.针对pandas库读取Excel文件，通过演示“部门出货流水账.xlsx”文件的读取过程，并结合代码注释详细讲解read_excel()方法的参数和返回值，让学生直观理解数据读取的实现。

2.对于unique()方法，先展示“部门名称”列存在重复数据的原始情况，再演示使用unique()方法后的去重结果，通过对比帮助学生理解其功能；并提供简单的练习数据，让学生动手操作，巩固该方法的使用。

3.对于循环筛选与保存，采用分步讲解的方式：首先讲解如何根据单个部门名称筛选数据，然后介绍如何将筛选后的数据保存为Excel文件，最后整合到循环结构中，让学生理解循环遍历部门列表实现批量处理的逻辑。同时，提供完整的参考代码，让学生对照代码进行模仿和练习，并对关键步骤进行提问和讨论。教学难点及突破策略教学难点：

1.对pandasDataFrame数据结构的理解，以及如何对其进行筛选操作（如df[df['部门名称']==department]）。

2.日期数据的处理（如将“出货时间”列转换为日期类型并只保留年月日部分：df['出货时间']=pd.to_datetime(df['出货时间']).dt.date）。

3.文件路径的正确处理，尤其是使用os.path.join()函数拼接路径。

突破策略：

1.对于DataFrame数据结构及筛选操作，首先通过简单的示例DataFrame介绍其类似表格的结构，包含行和列。然后，结合“部门名称”筛选的具体案例，详细讲解布尔索引的原理，即df['部门名称']==department会生成一个布尔Series，再用该Series索引DataFrame即可得到符合条件的行数据。可以通过在PyCharm中分步执行代码并查看中间结果（如打印布尔Series、筛选后的department_df），帮助学生理解。

2.对于日期数据处理，先展示原始“出货时间”列可能存在的不同格式或包含时间部分的问题，说明转换的必要性。然后详细讲解pd.to_datetime()函数的作用是将字符串转换为datetime对象，.dt.date是获取日期部分的属性。通过对比转换前后的数据格式，让学生清晰看到变化。提供不同格式的日期字符串示例，让学生尝试转换，加深理解。

3.对于文件路径处理，首先强调路径分隔符在不同操作系统下的差异，引出os.path.join()函数的优势（自动处理分隔符）。通过演示拼接“D:/电子表格”目录和部门名称作为文件名的过程，如os.path.join("D:/电子表格",f"{department}.xlsx")，让学生理解其用法。可以让学生手动输入错误路径和使用os.path.join()生成路径，对比程序运行结果，体会正确路径处理的重要性。教学方法和手段（含信息化技术）1.讲授法：讲解Python拆分Excel工作表的相关知识、原理和代码逻辑。

2.演示法：通过PyCharm集成开发环境，现场演示程序的编写、运行过程以及结果的查看，让学生直观感受。

3.任务驱动法：以“拆分保存工作表”任务为核心，引导学生逐步完成任务，在实践中学习知识和技能。

4.案例教学法：以“部门出货流水账.xlsx”文件的实际数据处理为案例，使教学内容更具针对性和实用性。

5.信息化技术手段：使用PyCharm作为编程环境，利用其代码编辑、运行和调试功能；结合大屏幕投影展示教学内容、代码和运行结果；可借助在线文档或教学平台分享参考代码和相关资料。课程思政元素1.培养严谨细致的工作作风：在数据处理过程中，任何一个参数错误或逻辑疏漏都可能导致结果错误，引导学生认识到严谨细致对于数据工作的重要性，培养其认真负责的职业态度。

2.树立数据安全与规范意识：在操作文件和处理数据时，强调对原始数据的尊重和保护，引导学生思考数据的来源和使用规范，培养数据安全意识。

3.激发创新精神和解决实际问题的能力：通过将实际业务需求（按部门拆分数据）转化为编程解决方案，鼓励学生积极思考，勇于探索，培养其利用技术解决实际问题的创新精神。

4.培养团队协作与沟通能力（可在后续拓展）：如果后续有小组合作完成更复杂数据处理任务的安排，可引导学生在团队中合理分工、有效沟通，培养团队协作能力。教师教学实施学生学习活动课程引入

展示“部门出货流水账.xlsx”文件，说明该文件包含多个部门的出货记录，提出问题：如果需要将每个部门的记录单独整理到一个Excel文件中，手动操作会非常繁琐且容易出错，如何利用Python实现自动化处理呢？从而引出本次课的任务——拆分保存工作表。

授课过程

1.介绍任务需求：详细讲解本次任务需要实现的四个功能，即按部门拆分记录、命名规则、文件路径和数据结构。

2.讲解相关知识点：

-介绍pandas库，说明其在数据处理中的作用，引导学生回忆如何安装pandas库（如已安装则跳过）。

-讲解使用pandas的read_excel()方法读取Excel文件的语法和参数，重点说明文件路径的正确写法。

-讲解DataFrame数据结构，通过读取“部门出货流水账.xlsx”后的数据框df，展示其行和列的结构。

-讲解日期数据处理：针对“出货时间”列，演示如何使用pd.to_datetime(df['出货时间']).dt.date将其转换为仅含年月日的日期类型，并解释转换的原因和意义。

-讲解unique()方法：以“部门名称”列为例，演示df['部门名称'].unique()的使用，获取所有唯一的部门名称列表，并解释其去重功能。

-讲解数据筛选：介绍如何使用布尔索引df[df['部门名称']==department]筛选特定部门的记录。

-讲解文件保存：讲解使用to_excel()方法将筛选后的DataFrame保存为新Excel文件的语法，重点说明index=False参数的作用（不保存索引列）。

-讲解os.path.join()函数：说明其用于拼接文件路径的功能，避免因操作系统差异导致的路径问题。

3.整合代码逻辑：引导学生将上述知识点串联起来，形成完整的程序逻辑，即读取文件→处理日期→获取部门→循环筛选并保存。

课堂实操内容

1.指导学生启动PyCharm，创建Python项目，并在main.py文件中输入参考代码。

2.在学生输入代码过程中，巡回指导，及时解决学生遇到的语法错误、路径设置错误等问题。

3.代码输入完成后，指导学生运行程序，并检查“D:/电子表格”目录下是否生成了各部门对应的Excel文件。

4.引导学生打开生成的“食品部.xlsx”等文件，查看记录是否正确，验证程序运行结果的准确性。

5.鼓励学生尝试修改代码中的某些参数（如文件路径、部门名称列名等），观察结果变化，加深对代码的理解。

课堂小结

（1）知识总结

回顾本次课学习的主要知识点：pandas库的read_excel()、to_excel()方法，unique()方法的应用，DataFrame数据筛选，日期数据处理，os.path.join()函数以及循环结构在批量处理中的应用。

（2）优秀经验

表扬在实操过程中表现积极、代码编写规范、能主动发现并解决问题的学生，分享他们的学习方法和经验，如仔细阅读代码注释、分步调试程序、遇到问题先自行查阅资料等。课程引入：

认真听讲，观察教师展示的“部门出货流水账.xlsx”文件，思考手动拆分数据的困难，激发学习兴趣，明确本次课的学习目标。

授课过程：

1.认真听取任务需求，明确需要完成的具体功能。

2.跟随教师讲解，学习pandas库的相关知识、read_excel()、to_excel()、unique()等方法的使用，以及DataFrame数据结构、日期处理、数据筛选、路径拼接和循环逻辑等内容，做好课堂笔记。

课堂实操内容：

1.按照教师指导，启动PyCharm，创建项目并在main.py文件中输入参考代码。在输入过程中，注意代码的缩进和拼写，理解每一行代码的含义。

2.遇到问题时，先尝试自行排查错误，如无法解决则举手向教师提问或与同学讨论。

3.运行程序后，检查目标目录下生成的文件，打开文件查看数据是否正确拆分，验证自己编写的程序是否达到预期效果。

4.积极参与代码修改尝试，观察参数变化对结果的影响，加深对代码功能的理解。

课堂小结：

（1）知识总结：认真回顾本次课学习的知识点，梳理知识脉络，查漏补缺。

（2）优秀经验：学习优秀同学的学习方法和经验，反思自己在学习过程中的不足，以便在后续学习中改进。作业：

应用本节课的例子，在本节课任务的基础上，设计一个有应用内容的页面作品，可以自选主题或升级老师给的主题，内容自行设置。

1.自选一个实际生活或学习中的场景，例如“学生成绩表.xlsx”（包含不同班级、不同科目的学生成绩）、“商品销售记录.xlsx”（包含不同类别、不同月份的商品销售数据）等，要求数据具有可按某一类别（如班级、科目、商品类别、月份等）拆分的特点。

2.编写Python程序，实现按所选类别将原始Excel文件拆分为多个独立的Excel文件，文件名以类别名称命名。

3.在程序中至少增加一个新的功能，例如：对拆分后的数据进行简单的统计（如某部门的总出货数量、总金额求和）并将统计结果添加到新生成的Excel文件中；或者对日期数据进行更复杂的处理（如按月份拆分数据）；或者将拆分后的文件保存到新建的以类别名称命名的子文件夹中。

4.对程序代码进行适当的注释，确保代码的可读性。

5.运行程序，验证结果的正确性，并将原始数据文件、程序代码文件以及生成的拆分文件一起提交。教学反思：

1.本次课通过任务驱动的方式，引导学生学习使用Python拆分Excel工作表，学生的参与度较高。但部分学生对pandas库的DataFrame数据结构和布尔索引筛选数据的理解可能还不够深入，在后续教学中需要通过更多的实例练习来加强。

2.日期数据处理部分，虽然进行了讲解和演示，但仍有学生在实际操作中出现转换错误，可能是对不同日期格式的处理掌握不够。下次教学可以准备更多不同格式的日期数据示例，让学生进行转换练习，加深理解。

3.课堂实操环节，大部分学生能够按照参考代码完成任务，但对于代码的修改和拓展能力有待提高。在后续教学中，可以设计一些开放性的任务，鼓励学生自主思考和创新，提高其解