企业官网建设流程全解析

简介：一份面向教师、教务人员及初学者的成绩登记表Word文档，用于规范记录学生平时成绩、期中期末与学期评分等数据。文档设计清晰，表格字段涵盖学号、姓名、语文效果登记、期中效果、期末效果、学期评分等列，既可直接填写打印，也可作为课堂成绩管理和简易数据录入的模板。资源包共1个文件，类型为doc，大小153KB，轻量易用；目前已有100人学习下载。该表在结构上蕴含简洁的数据组织思路，可用于理解字段类型、数据关系以及成绩数据的一致性与冗余控制；结合其中合计、平均分等统计项，能快速完成成绩汇总与学期评定。对需要建立学生成绩台账、开展基础数据分析或总结教学质量评估的读者来说，是一份实用的小型参考模板。

1. 一张“成绩登记表(2).doc”，藏着一门课的数据底子

上学期期中结束第三天，教务老师微信发来一个文件：成绩登记表(2).doc。打开之后是三段几乎一样的 Word 表格，学号、姓名、择要、分数、合计、平均分、期中效果、期末效果、学期评分，一行行排得整整齐齐。班上 40 多人，本来我想把平时分数逐条抄进 Excel 再算总评，结果发现这张表看着朴素，真处理起来全是细节：有合并单元格、有等级不是数字、还有重复了三遍的同一个学生。这篇就围绕这张成绩登记表，把字段结构、转 Excel 的方法、拆库存储的思路和五个最容易翻车的地方一次说清楚。适合要自己汇总成绩的班主任、帮教务做数据整理的信息老师，以及接这类小工具开发的教育数据从业者。

2. 这表每行到底记了什么：字段类型、三块分区与评分口径

拿到表格第一件事不是急着转格式，而是先搞明白每一列是什么、能不能计算、可不可以为空。这张成绩登记表从数据库视角看，就是一个简单表结构，每一行是一条学生成绩记录，每一列是一个字段，学号和姓名共同承担了记录标识的职责。

2.1 从数据库视角看这张 Word 表：字段即列，行即学生

我把表里的字段按类型梳理过一遍，整理成下面这张清单，后续无论是做 Excel 清洗还是建 SQLite 表，都以这份清单为准。

这里最关键的一点是：学号是 String 类型，不是 Integer 类型。很多 Excel 新手直接导入 Word 文本后，学号就变成了科学计数法，后面想按学号匹配学生，发现全对不上。另外，“择要”字段在不同老师手里含义差别很大，有的老师只写一个总分，有的老师把作业、默写、课堂表现拆成好几行记录。

2.2 “择要”“分数”“合计”“平均分”：平时成绩的三种记法

这张表最容易被忽略的是“择要”和“分数”的关系。从原表结构能看出，平时成绩这一块并不是单一字段，而是一个可重复的项目组：一个学生可能在“择要”里写“作业 1 次、听写 2 次、课堂提问 3 次”，对应“分数”里就是三格数据。每行一个学生，但“择要”列里可能塞了多个项目名称，用换行或空格分隔。

我处理过类似表，常见做法是把“择要”和“分数”拆成多行，一行一个项目。例如“作业 90、听写 85、课堂表现 92”就拆成三条记录。拆完之后，“合计”应等于所有项目分数之和，“平均分”应等于合计除以项目数。实际中有两个坑：一是有的老师不填合计，需要自己算；二是有的老师填了合计，但平均分是四舍五入过的，用它做后续加权计算会有小误差。

2.3 期中效果、期末效果与学期评分：别急着直接算平均分

表格后半部分“期中效果”“期末效果”“学期评分”看着像三个分数，但实际口径五花八门。我见过三类版本：第一类是纯数字，比如期中 87、期末 89；第二类是等级，比如优、良、合格、待及格；第三类是数字和等级混填，期中和期末是等级，学期评分却是数字。

菜单 任何评分口径都影响后续统计。常见口径是学期评分=平时平均分×40%+期中×30%+期末×30%，也有学校按 3：3：4 或 4：2：4 来配。拿到表先不要默认按某一个公式算，找填表人确认一句“学期评分是怎么算出来的”，比事后返工省太多事。

3. 把 .doc 拆成 Excel 可分析数据：一次转换加三道清洗

前面字段认清了，这一步开始动手。目标是把 Word 里的三张表完整抽取出来，变成一行一个学生的结构化数据。这里需要先解决格式问题，再写脚本抽表，最后做三道清洗。

3.1 格式选型：直接复制不如走一遍“另存为”

成绩登记表(2).doc 是旧版二进制 .doc 格式，python-docx 只能读 .docx，不能直接读 .doc，所以第一步先在 WPS 或 Word 里另存为 .docx。这一步看似多余，实际能省很多麻烦：老 .doc 里可能有批注、修订痕迹、非标准换行符，转换后再读，表格结构会更干净。

如果手上没有 Office 环境，也可以用 LibreOffice 的命令行完成转换，常见做法是：

soffice --headless --convert-to docx "成绩登记表(2).doc" --outdir converted/

转换完成后会生成 converted/成绩登记表(2).docx，再用 python-docx 读取。注意 LibreOffice 转换的排版可能和 Word 原版略有差异，但表格行列数据基本可保留。

3.2 用 python-docx 把表格完整抽出来

接下来写脚本读取 .docx 里的所有表格。先不急着过滤，把每一行每个单元格的原样打印出来，确认表格实际列数，因为 Word 里可能存在合并单元格，直接读取会导致列错位。

from docx import Document doc = Document("converted/成绩登记表(2).docx") for table_idx, table in enumerate(doc.tables): print(f"--- Table {table_idx} ---") for row_idx, row in enumerate(table.rows): cells = [cell.text.strip().replace("\n", "/") for cell in row.cells] print(row_idx, cells)

这段代码的作用是把 docx 文件里所有表格按行遍历，row.cells 返回一行的所有单元格，cell.text 取出文本并清理首尾空格。replace("\n", "/") 把单元格内部的换行转成斜杠，避免数据跨行导致后续解析错位。参数说明：table_idx 是表格序号，这张成绩登记表在文档里出现三段，打印时就能看到三个 Table；row_idx 是行号，第一行一般是表头；cells 是字符串列表，顺序对应 Word 表格从左到右的列。

如果打印出来的行特别长，比如某些单元格把“择要”下面好几项内容叠在一起，说明原表用了合并单元格，python-docx 在 row.cells 里会把合并区域重复返回，这一点后面清洗时要处理。

确认结构无误后，把有效数据行拼成 DataFrame：

import pandas as pd data_rows = [] for table in doc.tables: for row in table.rows: vals = [cell.text.strip() for cell in row.cells] if len(vals) < 9: continue # 只保留真正以学号开头的数据行 if vals[0].isdigit() and len(vals[0]) >= 4: data_rows.append(vals[:9]) columns = ["学号", "姓名", "择要", "分数", "合计", "平均分", "期中效果", "期末效果", "学期评分"] df = pd.DataFrame(data_rows, columns=columns) df.to_excel("成绩登记表_清洗前.xlsx", index=False) print(df.shape)

这段代码先判断每行第一个单元格是否为纯数字且长度不小于 4，这样能把表头和空行过滤掉。vals[:9] 只取前 9 列，防止原表右侧多出空白列。df.shape 打印出行数列数，例如 (128, 9)，表示有 128 条记录，符合预期。

这里有一个非常重要的提示：

提示：如果打印后每行只有 3-4 个值，说明 Word 表格结构不是标准表格，而是用空格排版模拟的表格。这种情况不要硬用 python-docx，直接另存为 txt，再用下面的正则清洗。

import re with open("成绩登记表.txt", encoding="gbk") as f: text = f.read() lines = [line.strip() for line in text.splitlines() if line.strip()] for line in lines: if re.match(r"^\d{4,}\s", line): parts = re.split(r"\s{2,}", line) print(parts)

这段代码按两个及以上空格拆分文本行，适配用空格对齐的老式 Word 表格。注意 encoding 参数：中文 .doc 另存的 txt 常见是 GBK 编码，用 UTF-8 读会直接报错，这里我一般会先试 GBK，再试 UTF-8。

3.3 三道必做清洗：去科学计数法、拆合并单元格、对齐列名

数据抽出来后，不能直接拿去算，至少要做三道清洗。

第一道是学号去科学计数法。pandas 读入时如果学号列被识别为数字，输出时很容易变成 2.024e+06。解决方法是读取后立刻把学号列转成字符串：

df["学号"] = df["学号"].astype(str).str.replace(r"\.0$", "", regex=True).str.zfill(6)

这段代码先把学号转成字符串，去掉可能存在的“2024001.0”中的“.0”，再用 zfill 补足 6 位，保证学号格式统一。参数说明：str.replace 的正则是匹配结尾的 .0，zfill(6) 的意思是如果学号不足 6 位就在前面补 0。

第二道是拆“择要”和“分数”里的多项目内容。前面提到过，一个学生的作业、听写、课堂可能堆在一个单元格里。常规做法是把多项目和多个分数拆开，一行变成一个项目：

import numpy as np rows = [] for _, row in df.iterrows(): items = re.split(r"[/，,\n]", str(row["择要"])) scores = re.split(r"[/，,\n]", str(row["分数"])) if len(items) == len(scores): for item, score in zip(items, scores): rows.append({ "学号": row["学号"], "姓名": row["姓名"], "择要": item, "分数": int(float(score)), }) else: rows.append(row.to_dict()) df_detail = pd.DataFrame(rows) df_detail.to_excel("平时成绩明细.xlsx", index=False)

这段代码先按斜杠、逗号、中文逗号、换行把择要和分数各拆成列表，如果两边项目数一致就逐配对成多行，如果不一致就把整行原样保留，避免误删数据。参数说明：int(float(score)) 先把字符串转浮点再转整数，兼容“85.0”这类带小数点的写法。

第三道是列名对齐。原表里表头可能换行，比如“期中\n效果”之类，打印出来是乱序的。在 DataFrame 里重新用 columns 覆盖一遍即可，确保传给后续 SQLite 的列名是稳定的英文或中文短名。

4. 从电子表格到 SQLite：拆成两张表再存数据

Excel 适合快速查看，但要做成绩追踪、跨学期对比、按班级统计，还是得进数据库。SQLite 比 MySQL、Oracle 轻量得多，单文件就能跑，适合单个学校或单个班级的数据量，不需要单独服务器。

4.1 为什么要拆：normalization 不只为去重

把表直接照搬进数据库也能用，但路上会遇到两个问题：一是同一个学生的平时成绩、期中、期末都放在一行，后续想查“某学生所有科目”，得同时改表结构；二是“择要”里多个项目时，一行会变成多行，学生姓名和学号被迫重复存多次，更新学号或姓名时要改多行，容易漏。

所以这张成绩登记表我至少拆成两张表：一张存学生基本信息，一张存成绩记录。学生表只关心学号和姓名，成绩表只关心哪个学生的哪次考试得了多少分。这样设计的好处是把学生信息和分数解耦，以后新增科目、新增学期，不用改学生表，只往成绩表里插记录。

对应到这份文档的抽象描述，就是把“学生管理”和“成绩记录”两个主题分开，避免一张表里塞太多职责。

4.2 建表与写入：student、score 两张表的落地脚本

先把建表语句准备好。student 表用学号做主键，重复写入同一个学生时会自动覆盖，score 表用自增主键，每条成绩记录独立存在。

CREATE TABLE student ( student_id TEXT PRIMARY KEY, name TEXT NOT NULL, class_name TEXT ); CREATE TABLE score ( id INTEGER PRIMARY KEY AUTOINCREMENT, student_id TEXT NOT NULL, exam_type TEXT NOT NULL, score_value REAL, record_date TEXT );

建表完成后，从清洗好的 DataFrame 里读取数据并写入：

import sqlite3 conn = sqlite3.connect("grades.db") cur = conn.cursor() # 建表（已存在时跳过） cur.execute("CREATE TABLE IF NOT EXISTS student (student_id TEXT PRIMARY KEY, name TEXT NOT NULL, class_name TEXT)") cur.execute("CREATE TABLE IF NOT EXISTS score (id INTEGER PRIMARY KEY AUTOINCREMENT, student_id TEXT NOT NULL, exam_type TEXT NOT NULL, score_value REAL, record_date TEXT)") # 写入学生表，并用 INSERT OR REPLACE 防止重复学号 for _, row in df.iterrows(): cur.execute( "INSERT OR REPLACE INTO student (student_id, name, class_name) VALUES (?, ?, ?)", (row["学号"], row["姓名"], "三年级二班") ) # 写入成绩表，先把平时成绩明细并进去 for _, row in df_detail.iterrows(): if pd.notna(row["分数"]): cur.execute( "INSERT INTO score (student_id, exam_type, score_value) VALUES (?, ?, ?)", (row["学号"], "平时", float(row["分数"])) ) for _, row in df.iterrows(): if pd.notna(row["期中效果"]): cur.execute( "INSERT INTO score (student_id, exam_type, score_value) VALUES (?, ?, ?)", (row["学号"], "期中", float(row["期中效果"])) ) if pd.notna(row["期末效果"]): cur.execute( "INSERT INTO score (student_id, exam_type, score_value) VALUES (?, ?, ?)", (row["学号"], "期末", float(row["期末效果"])) ) conn.commit() conn.close() print("写入完成")

这段代码把平时明细、期中、期末分别以不同 exam_type 写进 score 表。写入时用的参数化写法（? 占位符）能避免拼 SQL 带来的特殊字符报错。INSERT OR REPLACE 依赖 student 表的主键 student_id，重复写入同一个学号时不会新增第二行，而是覆盖原姓名。这里有一个数据安全意识要养成：学号和姓名属于个人信息，写进 SQLite 后又不要随手传到公开仓库，处理完的副本尽量存本地加密或手动保管。

4.3 查成绩、算均分：两条常用 SQL

拆完表后，日常最常用的查询是按班级拉全量成绩，以及算某个学生的平均分。

SELECT s.name, sc.exam_type, sc.score_value FROM score AS sc JOIN student AS s ON sc.student_id = s.student_id WHERE s.class_name = '三年级二班' ORDER BY sc.exam_type, sc.score_value DESC;

这条 SQL 通过 JOIN 把学生表和成绩表关联起来，student_id 是两张表的连接键。ORDER BY exam_type 让平时、期中、期末分区排列，第二个排序条件按分数降序，方便直接看每类成绩的头尾。

算平均分时要注意，不能直接 AVG 所有分数，否则会把一个学生的三条平时记录和期中期末混在一起，算出来的不是学期均分。正确做法是把同一个学生同一个考试类型的分组后再算：

SELECT sc.student_id, s.name, sc.exam_type, AVG(sc.score_value) AS avg_score FROM score AS sc JOIN student AS s ON sc.student_id = s.student_id WHERE sc.exam_type = '平时' GROUP BY sc.student_id, sc.exam_type;

GROUP BY 分组后，AVG 只对同一考试类型内的分数取均值，这样算出来的才是平时平均分。如果某个学生的平时分数明细多了一条，AVG 的结果也不会被期中期末稀释。

5. 常见坑排查：复制粘贴后最容易翻车的 5 处

这一章不是书本上的“常见问题汇总”，而是我实际拆这张表时踩过的坑，按“现象 → 原因 → 解决”的顺序记录。

5.1 单元格连坐：姓名和分数挤在一个格子里

现象：复制 Word 表格到 Excel 后，学号和姓名在 A 列，姓名后面直接跟了一串分数，用 Excel 分列怎么分都分不干净。

原因：原表里“择要”和“分数”是用空格或换行排版的多项目内容，Word 复制出来时把多个单元格内容拼进了一格，列结构被压扁。

解决：不要手动在 Excel 里一个一个抠，写正则按两个以上空格拆开。我一般在 Python 里用 re.split(r"\s{2,}", cell_text)，先看打印结果，确认每一项位置后再转成结构化行。

5.2 学号变 E+08，回头查学生全靠猜

现象：学号导入 Excel 后显示成 2.024E+08，单元格里存的其实是 2024000000，真实学号 2024001 丢了尾号。

原因：Excel 对超过 11 位的数字自动切换科学计数法，学号被当成数值类型处理，后面几位被抹成 0。

解决：在 pandas 读取后用 astype(str) 强制转字符串，并配合正则把“.0”去掉。更稳妥的做法是转换前就把这一列格式设为文本。如果用 SQLite 存，学号字段直接定义成 TEXT，从根源上杜绝数字格式问题。

5.3 合计对不上平时分数：缺项到底按不按 0 算

现象：某学生平时明细只有两条记录，合计却等于三条分数的总和，导致明细相加小于合计。

原因：这张成绩登记表的部分行“择要”里只填了部分项目，另外的项目分数没填，但合计里照算。这是填表人的习惯问题，他可能认为缺项就是 0 分。

解决：这一步不能自作主张补 0。我一般会把“合计”和“明细求和”的差值单独拉一列，差值不为 0 的行标注出来，拿回去和填表人确认，而不是直接改数据。数据录入界的血泪经验就是：不要替原始数据做决定，除非书面确认过。

5.4 同一行数据在表里出现三遍

现象：拆完表后，统计学生总数发现是 128，但班级实际只有 48 人。

原因：原 .doc 是三段式排版，同一张表在文档里复制了三次。python-docx 按 doc.tables 遍历时会把三段都当成独立表格读出来，同一批学生就被重复记录了。

解决：用学号去重。pandas 里取 df.drop_duplicates(subset="学号")，或 SQLite 里把 student_id 设为主键，配合 INSERT OR REPLACE 自动覆盖。做去重时保留第一条，并核对姓名是否一致，避免学号相同但姓名不同的脏数据被静默覆盖。

5.5 期中期末是等级不是数字：求平均之前先做映射

现象：期中效果列填的是“优、良、合格”，代码里直接 float() 报错，本来想求平均，结果整个脚本停在那里。

原因：填表老师按等级评定给期中和期末打分，这种等级字段本质是分类数据，不是连续数值，不能直接做算术运算。

解决：先建立等级映射表，再转数字。但注意映射关系要保守，不能自己想当然。常见映射是优=90、良=80、合格=70、待及格=60，两个学校之间可能差很多。我习惯把原始等级单独留一列，映射后的数值放到新列，这样将来检查时还能追溯原文。

level_map = {"优": 90, "良": 80, "合格": 70, "待及格": 60} df["期中效果_数值"] = df["期中效果"].map(level_map)

参数说明：df["期中效果"].map 遇到映射表里没有的值会返回 NaN，写完后立刻检查 df["期中效果_数值"].isna().sum()，看有没有漏网的等级写法。

6. 进阶用法：倒推学期评分的权重，顺手核对整张表

6.1 先确认评分口径，再动手核对

如果这张表的学期评分不是直接录入，而是由平时平均分、期中、期末加权计算出来的，那你可以用数据反推权重，反向验证填表人用的到底是 4：3：3 还是 3：3：4。我一般先拿三个学生的数据手工试算，假设学期评分=平时均分×0.4+期中×0.3+期末×0.3，算出来和表上数字对比，如果误差在正负 2 分以内，口径基本就锁定了。

6.2 用最小二乘反推权重，找出对不上的学生

手工试算只能验证假设，真正稳妥的办法是用回归反推三个系数。这里用 numpy 的 lstsq 做一次最小二乘，能一次性算出平时、期中、期末对应的权重。

import numpy as np x1 = df["平时均分"].values x2 = df["期中效果_数值"].values x3 = df["期末效果_数值"].values y = df["学期评分"].values A = np.vstack([x1, x2, x3, np.ones(len(x1))]).T w, residuals, rank, sv = np.linalg.lstsq(A, y, rcond=None) print("权重：平时=%.3f 期中=%.3f 期末=%.3f 常数=%.3f" % tuple(w))

这段代码把三个自变量的列堆叠成矩阵 A，追加一列 1 是常数项，然后调用 lstsq 拟合 y。输出结果里四个数字就是最符合当前数据的三项权重和常数。常数项正常应该在 0 附近，如果常数项特别大，说明这张表的学期评分里还有其他加分项，比如课堂表现额外加分、考勤扣分等。

再用拟合结果做全表核对：

y_pred = A @ w df["预测评分"] = y_pred df["差异"] = y - y_pred bad = df[np.abs(df["差异"]) > 2] print(bad[["学号", "姓名", "学期评分", "预测评分", "差异"]])

把差异绝对值大于 2 的学生单独拉出来看，这些行大概率是录入错误或口径不一致，比如某个学生的平时均分里漏了一条记录，或者学期评分被手工改过。每次处理完这种登记表，从那以后我拿到任意一张成绩登记表，都要求自己先问四句话：合计是公式还是手填？缺项算不算 0？期中和期末是等级还是数字？学期评分有没有加分项？这套流程走完，再动手写转换脚本，整个拆表过程基本不再是玄学。希望帮到你。

本文还有配套的精品资源，点击获取