基於Python實現自動化生成數據報表
前言
不要在用手敲生成Excel數據報表瞭，用Python自動生成Excel數據報表！廢話不多說
讓我們愉快地開始吧~
開發工具
Python版本： 3.6.4
相關模塊：
pandasxlwingsmatplotlib模塊；
xlwingsmatplotlib模塊；
matplotlib模塊；
以及一些Python自帶的模塊。
環境搭建
安裝Python並添加到環境變量，pip安裝需要的相關模塊即可。
原始數據如下，主要有水果蔬菜名稱、銷售日期、銷售數量、平均價格、平均成本、總收入、總成本、總利潤等。
主要代碼
先導入相關庫，使用pandas讀取原始數據。
import pandas as pd
import xlwings as xw
import matplotlib.pyplot as plt
# 對齊數據
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 讀取數據
df = pd.read_csv(r"fruit_and_veg_sales.csv")
print(df)
結果如下
一共是有1000行的銷售數據。
使用xlwings庫創建一個Excel工作簿，在工作簿中創建一個表，表名為fruit_and_veg_sales，然後將原始數據復制進去。
# 創建原始數據表並復制數據
wb = xw.Book()
sht = wb.sheets["Sheet1"]
sht.name = "fruit_and_veg_sales"
sht.range("A1").options(index=False).value = d
將原始數據取過來後，再在工作簿中創建一個可視化表，即Dashboard表。
# 創建表
wb.sheets.add('Dashboard')
sht_dashboard = wb.sheets('Dashboard')
現在，我們有瞭一個包含兩個工作表的Excel工作簿。fruit_and_veg_sales表有我們的數據，Dashboard表則是空白的。
下面使用pandas來處理數據，生成Dashboard表的數據信息。
DashBoard表的頭兩個表格，一個是產品的利潤表格，一個是產品的銷售數量表格。
使用到瞭pandas的數據透視表函數。
# 銷售數量透視表 pv_quantity_sold = pd.pivot_table(df, index='類別', values='銷售數量', aggfunc='sum') print(pv_quantity_sold)
得到數據如下
這裡先對數據進行瞭查詢，發現日期列為object，是不能進行分組匯總的。
所以使用瞭pd.to_datetime()對其進行瞭格式轉換，而後根據時間進行分組匯總，得到每個月的數據情況。
最後一個groupby將為Dashboard表提供第四個數據信息
# 總收入前8的日期數據
gb_top_revenue = (df.groupby(df["銷售日期"])
.sum()
.sort_values('總收入(美元)', ascending=False)
.head(8)
)[["銷售數量", '總收入(美元)', '總成本(美元)', "總利潤(美元)"]]
print(gb_top_revenue)
總收入前8的日期，得到結果如下
現在我們有瞭4份數據，可以將其附加到Excel中
# 設置背景顏色, 從A1單元格到Z1000單元格的矩形區域
sht_dashboard.range('A1:Z1000').color = (198, 224, 180)
# A、B列的列寬
sht_dashboard.range('A:B').column_width = 2.22
print(sht_dashboard.range('B2').api.font_object.properties.get())
# B2單元格, 文字內容、字體、字號、粗體、顏色、行高(主標題)
sht_dashboard.range('B2').value = '銷售數據報表'
sht_dashboard.range('B2').api.font_object.name.set('黑體')
sht_dashboard.range('B2').api.font_object.font_size.set(48)
sht_dashboard.range('B2').api.font_object.bold.set(True)
sht_dashboard.range('B2').api.font_object.color.set([0, 0, 0])
sht_dashboard.range('B2').row_height = 61.2
# B2單元格到W2單元格的矩形區域, 下邊框的粗細及顏色
sht_dashboard.range('B2:W2').api.get_border(which_border=9).weight.set(4)
sht_dashboard.range('B2:W2').api.get_border(which_border=9).color.set([0, 176, 80])
# 不同產品總的收益情況圖表名稱、字體、字號、粗體、顏色(副標題)
sht_dashboard.range('M2').value = '每種產品的收益情況'
sht_dashboard.range('M2').api.font_object.name.set('黑體')
sht_dashboard.range('M2').api.font_object.font_size.set(20)
sht_dashboard.range('M2').api.font_object.bold.set(True)
sht_dashboard.range('M2').api.font_object.color.set([0, 0, 0])
# 主標題和副標題的分割線, 粗細、顏色、線型
sht_dashboard.range('L2').api.get_border(which_border=7).weight.set(3)
sht_dashboard.range('L2').api.get_border(which_border=7).color.set([0, 176, 80])
sht_dashboard.range('L2').api.get_border(which_border=7).line_style.set(-4115)
先配置一些基本內容，比如文字，顏色背景，邊框線等，如下圖
使用函數，批量生成四個表格的格式
# 表格生成函數.
def create_formatted_summary(header_cell, title, df_summary, color):
"""
Parameters
----------
header_cell : Str
左上角單元格位置, 放置數據
title : Str
當前表格的標題
df_summary : DataFrame
表格的數據
color : Str
表格填充色
"""
# 可選擇的表格填充色
colors = {"purple": [(112, 48, 160), (161, 98, 208)],
"blue": [(0, 112, 192), (155, 194, 230)],
"green": [(0, 176, 80), (169, 208, 142)],
"yellow": [(255, 192, 0), (255, 217, 102)]}
# 設置表格標題的列寬
sht_dashboard.range(header_cell).column_width = 1.5
# 獲取單元格的行列數
row, col = sht_dashboard.range(header_cell).row, sht_dashboard.range(header_cell).column
# 設置表格的標題及相關信息, 如：字號、行高、向左居中對齊、顏色、粗體、表格的背景顏色等
summary_title_range = sht_dashboard.range((row, col))
summary_title_range.value = title
summary_title_range.api.font_object.font_size.set(14)
summary_title_range.row_height = 32.5
# 垂直對齊方式
summary_title_range.api.verticalalignment = xw.constants.HAlign.xlHAlignCenter
summary_title_range.api.font_object.color.set([255, 255, 255])
summary_title_range.api.font_object.bold.set(True)
sht_dashboard.range((row, col),
(row, col + len(df_summary.columns) + 1)).color = colors[color][0] # Darker color
# 設置表格內容、起始單元格、數據填充、字體大小、粗體、顏色填充
summary_header_range = sht_dashboard.range((row + 1, col + 1))
summary_header_range.value = df_summary
summary_header_range = summary_header_range.expand('right')
summary_header_range.api.font_object.font_size.set(11)
summary_header_range.api.font_object.bold.set(True)
sht_dashboard.range((row + 1, col),
(row + 1, col + len(df_summary.columns) + 1)).color = colors[color][1] # Darker color
sht_dashboard.range((row + 1, col + 1),
(row + len(df_summary), col + len(df_summary.columns) + 1)).autofit()
for num in range(1, len(df_summary) + 2, 2):
sht_dashboard.range((row + num, col),
(row + num, col + len(df_summary.columns) + 1)).color = colors[color][1]
# 找到表格的最後一行
last_row = sht_dashboard.range((row + 1, col + 1)).expand('down').last_cell.row
side_border_range = sht_dashboard.range((row + 1, col), (last_row, col))
# 給表格左邊添加帶顏色的邊框
side_border_range.api.get_border(which_border=7).weight.set(3)
side_border_range.api.get_border(which_border=7).color.set(colors[color][1])
side_border_range.api.get_border(which_border=7).line_style.set(-4115)
# 生成4個表格
create_formatted_summary('B5', '每種產品的收益情況', pv_total_profit, 'green')
create_formatted_summary('B17', '每種產品的售出情況', pv_quantity_sold, 'purple')
create_formatted_summary('F17', '每月的銷售情況', gb_date_sold, 'blue')
create_formatted_summary('F5', '每日總收入排名Top8 ', gb_top_revenue, 'yellow')
得到結果如下
可以看到，一行行的數據經過Python的處理，變為一目瞭然的表格。
最後再繪制一個matplotlib圖表，添加一張logo圖片，並保存Excel文件
# 中文顯示
plt.rcParams['font.sans-serif']=['Songti SC']
# 使用Matplotlib繪制可視化圖表, 餅圖
fig, ax = plt.subplots(figsize=(6, 3))
pv_total_profit.plot(color='g', kind='bar', ax=ax)
# 添加圖表到Excel
sht_dashboard.pictures.add(fig, name='ItemsChart',
left=sht_dashboard.range("M5").left,
top=sht_dashboard.range("M5").top,
update=True)
# 添加logo到Excel
logo = sht_dashboard.pictures.add(image="pie_logo.png",
name='PC_3',
left=sht_dashboard.range("J2").left,
top=sht_dashboard.range("J2").top+5,
update=True)
# 設置logo的大小
logo.width = 54
logo.height = 54
# 保存Excel文件
wb.save(rf"水果蔬菜銷售報表.xlsx")
此處需設置一下中文顯示，否則會顯示不瞭中文，隻有一個個方框。
得到最終的水果蔬菜銷售報表
以上就是基於Python實現自動化生成數據報表的詳細內容，更多關於Python數據報表的資料請關註WalkonNet其它相關文章！
推薦閱讀：
- Python對excel的基本操作方法
- Python使用openpyxl模塊處理Excel文件
- Pandas與openpyxl庫結合處理Excel表格實現代碼
- 利用Python自動化生成愛豆日歷詳解
- Python openpyxl模塊學習之輕松玩轉Excel