还在用Excel手动统计自动售货机每天卖了多少Python这几个库帮你自动搞定数据采集、清洗、导出上班族必备。背景自动售货机的运营数据包括每天每台机器的出货数量、支付流水、补货记录、故障日志等等。早期很多运营人员是人工导出Excel然后手动汇总效率低不说还容易出错。如果你的后台有API接口或者数据库直连权限Python完全可以把这套流程自动化。我来分享几套实战中常用的组合方案。核心内容一、用requests接API接口数据一键落库大部分自动售货机后台管理系统都提供RESTful APIPython的requests库是首选工具。GET请求拿数据POST/PUT做状态上报JSON格式解析用内置json模块就够。关键点在于请求头里带上认证token并做好异常捕获网络超时、接口429限流。拿到数据之后用pandas直接写入MySQL或PostgreSQL全程不用打开浏览器。如果接口没有现成的数据导出功能可以模拟前端请求去抓数据。有些后台管理系统前端加载时分的页数据通过分析XHR请求就能找到对应的API入口这比直接爬网页效率高很多而且数据更干净。二、用pandas做数据清洗省去Excel的痛苦pandas是Python数据分析的灵魂库。自动售货机导出的原始数据经常有这些问题时间字段格式不统一有时候是2025/10/01有时候是2025-10-01 14:30、金额有货币符号导致字符串类型、缺货记录里有空值。用pandas一行代码统一处理——统一转datetime格式、金额列去掉货币符号转float、空值填充或删除全自动搞定。更实用的是pivot_table数据透视表功能按机器编号统计每日出货量、按商品维度统计销售排行、按时间段统计高峰期数据清洗和聚合分析一步完成比Excel透视表快10倍不止。三、用schedule或APScheduler做定时采集有了采集脚本还要让它每天自动跑。schedule库适合轻量场景固定时间间隔APScheduler适合复杂场景多个定时任务、支持cron表达式。建议把自动售货机的数据采集任务设在凌晨2点到4点之间这个时段后台系统负载最低接口响应最快。采集完自动发一封邮件或钉钉通知告知本次采集成功了多少条、异常多少条。进阶玩法是把数据接入Grafana或者自建BI看板自动生成日报周报。运营人员早上打开电脑就能看到昨天各台自动售货机的销售概况不用再手动统计。总结Python做自动售货机数据采集的核心工具就三个requests接API、pandas做清洗、schedule/APScheduler做定时任务。这套组合拳打下来数据统计工作可以从每天1小时压缩到10分钟而且准确性更高。技术门槛不高只要写过基础Python就能上手建议先从一台机器的数据采集脚本开始跑通再逐步扩展到多台。