Вопрос от пользователя: «У меня есть таблица в Excel с тысячами строк. Как роботу сделать так, чтобы он выбрал из нее только те заказы, которые просрочены, отсортировал их по сумме и сохранил в новый файл?»
Суть проблемы
Данные в бизнесе редко существуют по одному. Они собраны в таблицы: прайс-листы, списки клиентов, журналы заказов. Ручная работа с большими таблицами (сортировка, фильтрация, поиск, объединение) занимает часы, подвержена ошибкам и очень скучна. Робот может обрабатывать таблицы любого размера с молниеносной скоростью, выполняя сложные операции за секунды.
Что может Puzzle RPA?
Puzzle RPA даёт роботу набор инструментов для работы с структурированными данными: списками (массивами) и таблицами (DataFrame). Это как дать ему продвинутый Excel-процессор.
- Блоки для работы со списками:
«Создать список из»: Создаёт список из нескольких значений. Например, список месяцев или список категорий товаров.
«Для каждого элемента в списке» (цикл): Основа для обработки списков. Позволяет выполнить одни и те же действия с каждым элементом списка.
«Длина списка»: Узнать, сколько элементов в списке.
«Найти номер элемента в списке»: Найти позицию конкретного значения (например, найти индекс товара в прайс-листе).
«Взять/удалить элемент списка»: Получить или удалить элемент по индексу (например, взять первый элемент из очереди).
«Сортировать список»: Отсортировать по возрастанию или убыванию (числа или строки).
«Удалить дубликаты»: Очистить список от повторяющихся значений. - Блоки для работы с таблицами (DataFrame):
«Создать DataFrame»: Превратить структурированные данные (например, словарь) в таблицу для удобной обработки.
«Фильтровать табличные данные»: Суперважный блок! Позволяет отобрать строки по условию (например, все заказы со статусом «Оплачен»). Это аналог фильтра в Excel.
«Группировать табличные данные»: Группирует строки по определённому столбцу и вычисляет агрегаты: сумма, среднее, количество. Например, посчитать общую выручку по каждому менеджеру.
«Объединить таблицы»: Соединить две таблицы по строкам или столбцам (как вертикальное или горизонтальное объединение в Excel).
«Добавить строку/столбец в DataFrame»: Добавить новые данные в таблицу. - Блоки для преобразований:
«Сделать список из текста» / «Сделать текст из списка»: Преобразовать текст с разделителями (например, CSV-строку) в список и наоборот.
«Преобразовать список в словарь» / «Преобразовать словарь в список»: Переходить между разными структурами данных.
Решение и рекомендации
- Поймите структуру ваших данных: Что такое строка? Что такое столбец? Какие типы данных в них хранятся?
- Выберите правильную структуру: Для простого перечня используйте список. Для таблицы с несколькими столбцами и строками используйте DataFrame.
- Используйте фильтрацию и сортировку: Прежде чем обрабатывать всю таблицу, подумайте, можно ли отфильтровать только нужные строки. Это ускорит работу и упростит логику.
- Комбинируйте с циклами: Часто нужно пройти по строкам отфильтрованной таблицы и для каждой что-то сделать. Используйте цикл «Для каждого элемента» после фильтрации.
Итог простыми словами
Работа со списками и таблицами — это дать роботу доступ к картотеке. Вы говорите ему: «Вот ящик с карточками клиентов (таблица). Выбери только те, где город "Москва" (фильтр). Отсортируй их по фамилии (сортировка). Затем для каждой такой карточки (цикл) распечатай конверт». Робот сделает это за секунды, даже если в ящике 10 000 карточек.
Типичные сценарии использования:
- Для менеджера по продажам: Анализ продаж.
Ситуация: Ежемесячно нужно готовить отчёт: топ-10 самых продаваемых товаров в регионе.
Решение: Робот загружает таблицу всех продаж за месяц. Фильтрует строки по нужному региону. Группирует по товару, суммируя количество. Сортирует по убыванию суммы. Выбирает первые 10 строк и сохраняет в новый файл.
Результат: Автоматический ежемесячный отчёт за 5 минут вместо рутинного дня работы. - Для логиста: Объединение данных из разных источников.
Ситуация: Есть два файла: заказы от клиентов (из CRM) и статусы доставки (от транспортной компании). Нужно их объединить по номеру заказа.
Решение: Робот загружает обе таблицы в DataFrame. Объединяет их по номеру заказа (блок «Объединить таблицы по ключам»). Получает единую таблицу с заказами и их актуальным статусом.
Результат: Мгновенное получение полной картины по всем заказам, без ручного VLOOKUP в Excel. - Для администратора сайта: Очистка списка email для рассылки.
Ситуация: Есть большой список адресов, но в нём есть дубликаты, пробелы и некорректные записи.
Решение: Робот загружает список как массив строк. Удаляет дубликаты. Для каждого элемента обрезает пробелы и проверяет на соответствие шаблону email. Фильтрует только корректные адреса.
Результат: Чистый, готовый к рассылке список за минуты.