工时透视分析器｜工程效率工具
这个工具解决什么问题
日常报表与台账的特点是琐碎且容易漏。把重复步骤固化，出错点自然收敛。
> 按项目、按人、按类型三个维度透视工时，顺手算出非增值占比、加班集中度与关键人依赖。
输入数据格式
数据文件 timesheet_records.csv，列顺序为：日期、姓名、项目、类型、工时。
示例首行：2026-09-07,张工,产线数字化,设计,3.0
示例输出（真实运行结果节选）
工时透视分析报告 记录 157 条，总工时 497.5 小时，区间 2026-09-07 ~ 2026-10-02 ====================================================================== 一、按项目透视 ---------------------------------------------------------------------- 项目 工时 占比 参与人数 人均工时 产线数字化 141.0 28.3% 4 35.2 老机型维护 131.5 26.4% 2 65.8 新机型导入 114.0 22.9% 4 28.5 良率提升 111.0 22.3% 4 27.8 二、按人透视 ---------------------------------------------------------------------- 姓名 总工时 工作天数 日均工时 加班天数 最大单日 赵工 157.0 20 7.85 8 14.0 张工 123.0 20 6.15 7 11.0 李工 109.5 20 5.47 2 12.0 王工 108.0 20 5.40 3 10.5 三、按工作类型透视 ---------------------------------------------------------------------- 类型 工时 占比 返工 103.0 20.7% 会议 102.0 20.5% 实验 100.5 20.2%
适用场景
· 项目经理、工程主管、部门周会与月度复盘 · 关键人依赖（仅 1~2 人承担的项目）比总工时更值得报警
怎么用
python timesheet_pivot.py
首次运行会自动生成示例数据并输出一份完整报告； 把示例 CSV 换成你自己的数据（保持列名一致）后重新运行即可。
输入数据
timesheet_records.csv：日期 / 姓名 / 项目 / 类型 / 工时（脚本自带 4 人 4 周示例）
输出内容
· 按项目透视：工时、占比、参与人数、人均工时 · 按人透视：总工时、工作天数、日均、加班天数、最大单日 · 按类型透视与按周趋势，非增值工时（会议+返工）占比与三条改进建议
依赖
无。仅使用 Python 标准库（csv / math / os / datetime 等）， 不需要 pip 安装任何包，Windows / Linux / macOS 均可运行。
实用提示
· 报告里的判读阈值都写在脚本顶部常量区，可按自己厂内标准调整。 · 建议按周/按月滚动运行，看趋势比看单次结果更有意义。 · 换数据时保持 CSV 列名不变，脚本无需改动即可复用。
可调参数与计算口径
脚本顶部集中了主要阈值与常量：CSV_NAME="timesheet_records.csv"、REPORT_NAME="timesheet_report.txt"。改完直接重跑即可，不必改动计算逻辑。
会生成哪些文件
运行后除控制台输出外，还会生成：timesheet_records.csv、timesheet_report.txt。
工具中出现的字段与提示
- 新机型导入
- 良率提升
- 产线数字化
- 老机型维护
- 第%d周
- 工时透视分析报告
- 记录 %d 条，总工时 %.1f 小时，区间 %s ~ %s
- 一、按项目透视
- 参与人数
- 人均工时
- 二、按人透视
- 工作天数
- 日均工时
- 加班天数
- 最大单日
- 三、按工作类型透视
- 非增值工时（%s）合计 %.1f 小时，占比 %.1f%%
- 四、按周趋势
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档，以及同主题 AI 提示词一套。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：timesheet_pivot.py。
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
输入数据要准备成什么样？
按 示例首行中的列顺序准备即可，共 5 列：日期、姓名、项目、类型、工时。列为空或格式不符时结果会失真，建议先用示例数据试跑一遍。
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
附赠的提示词怎么用？
把提示词与自己的数据一起交给大模型，可以让它按同一套口径帮你改写分析流程或扩展报告字段。
示例数据能直接跑吗？
可以。示例数据与主程序在同一压缩包内，解压后直接运行即可看到完整输出，确认无误再替换成自己的台账。
