利用WPS 中的PY脚本功能，使用 Python 统计 WPS 在线表格数据（案例是统计开发计划任务进度）

使用 Python 统计 WPS 表格开发进度教程

输出结果

运行代码后，将输出整体进度和按负责人分组的进度统计。整体进度包括任务数量进度和工时权重进度，按负责人分组的进度包括任务完成率和工时完成率。

导入 WPS 表格数据

使用 pandas 的 read_excel 方法读取 WPS 表格数据。假设表格包含列：任务、优先级、工时（天）、负责人、进度。

import pandas as pd
df = pd.read_excel('xxx系统.xlsx', sheet_name="xxx系统（feature-plan-2.0.1）")

如果是在线表格，那么使用wps提供的api，
https://airsheet.wps.cn/pydocs/db_table/dbt.html 数据表（智能表格）
https://airsheet.wps.cn/pydocs/work_table/xl.html 工作表

筛选关键任务

筛选优先级为“非常重要”且工时不为空的任务。

task_df = df[(df['优先级'] == '非常重要') & (df['工时（天）'].notna())].copy()

计算整体进度

统计任务数量进度和工时权重进度。

total_tasks = len(task_df)
completed_tasks = len(task_df[task_df['进度'] == 1])
progress_by_count = completed_tasks / total_tasks

total_hours = task_df['工时（天）'].sum()
completed_hours = (task_df['工时（天）'] * task_df['进度']).sum()
progress_by_hours = completed_hours / total_hours

result = {
    '总任务数': total_tasks,
    '已完成任务数': completed_tasks,
    '任务数量进度': f"{progress_by_count:.1%}",
    '总工时(天)': total_hours,
    '已完成工时(天)': completed_hours,
    '工时权重进度': f"{progress_by_hours:.1%}"
}
result_df = pd.DataFrame.from_dict(result, orient='index', columns=['值'])
print(result_df)

按负责人分组统计

计算每个负责人的任务总数、已完成任务数、任务完成率、总工时、已完成工时和工时完成率。

progress_by_person = task_df.groupby('负责人').agg(
    任务总数=('任务', 'count'),
    已完成任务数=('进度', lambda x: (x == 1).sum()),
    总工时=('工时（天）', 'sum'),
    已完成工时=('工时（天）', lambda x: (x * task_df.loc[x.index, '进度']).sum())
).reset_index()

progress_by_person['任务完成率'] = progress_by_person['已完成任务数'] / progress_by_person['任务总数']
progress_by_person['工时完成率'] = progress_by_person['已完成工时'] / progress_by_person['总工时']

progress_by_person['任务完成率'] = progress_by_person['任务完成率'].apply(lambda x: f"{x:.1%}")
progress_by_person['工时完成率'] = progress_by_person['工时完成率'].apply(lambda x: f"{x:.1%}")

progress_by_person = progress_by_person.sort_values('总工时', ascending=False)
progress_by_person[['负责人', '任务总数', '已完成任务数', '任务完成率', '总工时', '已完成工时', '工时完成率']]

注意事项

确保 WPS 表格中的数据类型正确，例如工时列应为数值类型，进度列应为 0 到 1 之间的数值。如果数据格式不正确，可能导致计算结果错误。