load_working_file() 方法

从工作数据区域加载工作文件，使该文件可用于 Python/HCL 脚本编写。加载的文件是副本，而不是原始文件。

语法

hcl.load_working_file(name = "工作文件名称")

参数

名称	描述
name = 工作文件名称	工作文件的名称。该名称必须用引号引起来。必须准确复制工作数据区域中的文件名，包括文件扩展名。文件和加载文件的脚本必须在同一个机器人中。工作文件名称不区分大小写。要了解更多信息，请参阅文件名的大小写。说明 save_working_file() 方法中的工作文件名称区分大小写。

名称

描述

name = 工作文件名称

工作文件的名称。该名称必须用引号引起来。

必须准确复制工作数据区域中的文件名，包括文件扩展名。文件和加载文件的脚本必须在同一个机器人中。

工作文件名称不区分大小写。要了解更多信息，请参阅文件名的大小写。

说明

save_working_file() 方法中的工作文件名称区分大小写。

如果成功，则为返回码 202。对于失败，返回一个错误消息。

示例

说明

您可以从 HighBond 或工作流机器人的工作数据区域加载支持的各种文件类型，并在 Python/HCL 脚本中使用文件。以下示例使用了 CSV 和 Excel 文件，因为二者是用于存储和传输数据的两种最常见的平面文件类型。

CSV 示例

从“工作数据”区域加载文件

您想对 2022 年第 1 季度的发票记录执行重复分析。这些记录包含在文件 Invoices_Q1_2022.csv 中，该文件之前上传到机器人的工作数据区域。在分析脚本中，必须先加载文件，然后才能对其执行任何分析。

hcl.load_working_file(name = "Invoices_Q1_2022.csv")

加载 CSV 工作文件并将其转换为数据帧

您想将加载的 CSV 工作文件转换为数据帧，以便使用 Python 或 HCL 以表格格式处理数据。

加载 CSV 文件并将其转换为 Pandas 数据帧

# 导入 Pandas 库 
import pandas as pd

# 从“工作数据”区域加载 CSV 文件
hcl.load_working_file(name = "Invoices_Q1_2022.csv") 

# 将 CSV 文件读取到 Pandas 数据帧中 
invoices_q1_2022_pd_df = pd.read_csv("Invoices_Q1_2022.csv") 

# 显示 Pandas 数据帧
invoices_q1_2022_pd_df

加载 CSV 文件并将其转换为 HCL 数据帧

# 从“工作数据”区域加载 CSV 文件
hcl.load_working_file(name = "Invoices_Q1_2022.csv")

# 将 CSV 文件读取到 HCL 数据帧中
invoices_q1_2022_hcl_df = hcl.read_csv("Invoices_Q1_2022.csv")

# 显示 HCL 数据帧
invoices_q1_2022_hcl_df

将 HCL 数据帧转换为 Pandas 数据帧

# 将 HCL 数据帧转换为 Pandas 数据帧中
invoices_q1_2022_pd_df = invoices_q1_2022_hcl_df.to_pandas()

# 显示 Pandas 数据帧
invoices_q1_2022_pd_df

加载压缩的 CSV 工作文件并将其转换为数据帧

使用 ACLScript EXPORT 命令，将本地 Analytics 表中的数据上传到 HighBond 或工作流机器人的工作数据区域中的压缩 CSV 文件 (*.csv.gz)。您希望加载压缩的 CSV 文件并将其转换为数据帧，以便使用 Python 或 HCL 以表格格式处理数据。

# 导入 Pandas 库 
import pandas as pd

# 从“工作数据”区域加载 CSV 压缩文件 (*.csv.gz) 
hcl.load_working_file(name = "Invoices_Q1_2022.csv.gz")

# 将 CSV 压缩文件读取到 Pandas 数据帧中
invoices_q1_2022_pd_df = pd.read_csv("Invoices_Q1_2022.csv.gz", compression="gzip", header=0)

# 显示 Pandas 数据帧
invoices_q1_2022_pd_df

Excel 示例

加载 Excel 工作文件并将其转换为数据帧

您想将加载的 Excel 工作文件转换为数据帧，以便使用 Python 或 HCL 以表格格式处理数据。

带有 *.xlsx 文件扩展名的 Excel 文件

以下示例显示如何将加载的 Excel 文件转换为 Pandas 数据帧。如果需要，可以将 Pandas 数据帧转换为 HCL 数据帧，如上例所示。

# 导入 Pandas 库 
import pandas as pd

# 从“工作数据”区域加载 Excel 文件 (*.xlsx)
hcl.load_working_file(name = "Invoices_Q1_2022.xlsx") 

# 将 Excel 文件读取到 Pandas 数据帧中 
invoices_q1_2022_pd_df = pd.read_excel("Invoices_Q1_2022.xlsx") 

# 显示 Pandas 数据帧
invoices_q1_2022_pd_df

带有 *.xls 文件扩展名的 Excel 文件

要转换使用旧的 *.xls 格式的 Excel 文件，必须首先安装 xlrd Python 库。

说明

与 Jupyter Notebook 应用程序类似，必须在单独的脚本编辑器单元中执行 Python 包安装 ( pip install )。

HighBond 机器人支持安装外部 Python 包，但工作流机器人不支持。

pip install xlrd

# 导入 Pandas 库 
import pandas as pd

# 从“工作数据”区域加载 Excel 文件 (*.xls)
hcl.load_working_file(name = "Invoices_Q1_2022.xls") 

# 将 Excel 文件读取到 Pandas 数据帧中 
invoices_q1_2022_pd_df = pd.read_excel("Invoices_Q1_2022.xls") 

# 显示 Pandas 数据帧
invoices_q1_2022_pd_df

加载 Excel 工作文件并对其进行修改

您想加载 Excel 工作文件，对其进行修改，然后将其重新保存到工作数据区域。您可以使用 Python 库（如 pyexcel）中的方法进行修改，而无需将 Excel 文件转换为 Pandas 或 HCL 数据帧。

说明

与 Jupyter Notebook 应用程序类似，必须在单独的脚本编辑器单元中执行每个 Python 包安装 ( pip install )。

HighBond 机器人支持安装外部 Python 包，但工作流机器人不支持。

pip install pyexcel

pip install pyexcel-xlsx

# 导入 pyexcel 库
import pyexcel as pe

# 从 pyexcel-xlsx 库导入 get_data 方法
from pyexcel_xlsx import get_data

# 从“工作数据”区域加载 Excel 文件
hcl.load_working_file(name = "Invoices_Q1_2022.xlsx")

# 将 Excel 数据复制到 pyexcel 工作表
sheet = pe.get_sheet(file_name="Invoices_Q1_2022.xlsx")

# 从工作表顶部删除两行不需要的标题信息
del sheet.row[0, 1]

# 使用工作表中当前第一行中的名称值命名列
sheet.name_columns_by_row(0)

# 从工作表中删除三个不需要的列
del sheet.column['Prodno', 'Quantity', 'Unit_Cost']

# 将 pyexcel 工作表保存到新的 Excel 文件中
sheet.save_as("Invoices_Q1_2022_prepared.xlsx")

# 将新的 Excel 文件保存到“工作数据”区域
hcl.save_working_file(name = "Invoices_Q1_2022_prepared.xlsx")

备注

“工作数据”区域

对于机器人中的工作数据区域，可从机器人用户界面中的两个不同位置访问：

工作数据选项卡
脚本编辑器中的工作数据面板

这两个位置可以访问机器人中的同一个中央数据存储区。您在一个位置执行的操作会自动同步到另一个位置。