本章给大家演示一下在实际工作中如何结合 Pandas 库和 openpyxl 库来自动化生成报表。假设我们现在有如图 1 所示的数据集。
(图1)
现在需要根据这份数据集来制作每天的日报情况,主要包含以下 3 个方面。
接下来分别实现。
01
当日各项指标的同/环比情况
我们先用 Pandas 库对数据进行计算处理,得到各指标的同/环比情况,具体实现代码如下。
#导入文件
import pandas as pd
df = pd.read_excel(r'D:\Data-Science\share\excel-python 报表自动化
\sale_data.xlsx')
#构造同时获取不同指标的函数
def get_data(date):
create_cnt = df[df['创建日期'] == date]['order_id'].count()
pay_cnt = df[df['付款日期'] == date]['order_id'].count()
receive_cnt = df[df['收货日期'] == date]['order_id'].count()
return_cnt = df[df['退款日期'] == date]['order_id'].count()
return create_cnt,pay_cnt,receive_cnt,return_cnt
#假设当日是 2021-04-11
#获取不同时间段的各指标值
df_view = pd.DataFrame([get_data('2021-04-11')
,get_data('2021-04-10')
,get_data('2021-04-04')]
,columns = ['创建订单量','付款订单量','收货订单量','退款订单量']
,index = ['当日','昨日','上周同期']).T
df_view['环比'] = df_view['当日'] / df_view['昨日'] - 1
df_view['同比'] = df_view['当日'] / df_view['上周同期'] - 1
df_view
运行上面代码会得到如图 2 所示结果。
(图2)
上面只是得到了各指标的同/环比绝对数值,但是日报在发出去之前一般都要做一些格式调整,比如调整字体。而格式调整需要用到 openpyxl 库,我们将 Pandas 库中DataFrame 格式的数据转化为适用 openpyxl 库的数据格式,具体实现代码如下。
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
#创建空工作簿
wb = Workbook()
ws = wb.active
#将 DataFrame 格式数据转化为 openpyxl 格式
for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
wb.save(r'D:\Data-Science\share\excel-python 报表自动化\核心指标_原始.xlsx')
运行上面代码会得到如图 3 所示结果,可以看到原始的数据文件看起来是很混乱的。
(图3)
接下来,对上面的原始数据文件进行格式调整,具体调整代码如下。
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl.styles import colors
from openpyxl.styles import Font
from openpyxl.styles import PatternFill
from openpyxl.styles import Border, Side
from openpyxl.styles import Alignment
wb = Workbook()
ws = wb.active
for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
#第 2 行是空的,删除第 2 行
ws.delete_rows(2)
#给 A1 单元格进行赋值
ws['A1'] = '指标'
#插入一行作为标题行
ws.insert_rows(1)
ws['A1'] = '电商业务方向 2021/4/11 日报'
#将标题行的单元格进行合并
ws.merge_cells('A1:F1') #合并单元格
#对第 1 行至第 6 行的单元格进行格式设置
for row in ws[1:6]:
for c in row:
#字体设置
c.font = Font(name = '微软雅黑',size = 12)
#对齐方式设置
c.alignment = Alignment(horizontal = "center")
#边框线设置
c.border = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
#对标题行和表头行进行特殊设置
for row in ws[1:2]:
for c in row:
c.font = Font(name = '微软雅黑',size = 12,bold = True,color = "FFFFFFFF")
c.fill = PatternFill(fill_type = 'solid',start_color ='FFFF6100')
#将环比和同比设置成百分比格式
for col in ws["E":"F"]:
for r in col:
r.number_format = '0.00%'
#调整列宽
ws.column_dimensions['A'].width = 13
ws.column_dimensions['E'].width = 10
#保存调整后的文件
wb.save(r'D:\Data-Science\share\excel-python 报表自动化\核心指标.xlsx')
运行上面代码会得到如图 4 所示结果。
(图4)
可以看到各项均已设置成功。
02
当日各省份创建订单量情况
我们同样先利用 Pandas 库处理得到当日各省份创建订单量的情况,具体实现代码如下。
df_province = pd.DataFrame(df[df['创建日期'] == '2021-04-11'].groupby('省份
')['order_id'].count())
df_province = df_province.reset_index()
df_province = df_province.sort_values(by = 'order_id',ascending = False)
df_province = df_province.rename(columns = {'order_id':'创建订单量'})
df_province
运行上面代码会得到如图 5 所示结果。
(图5)
在得到各省份当日创建订单量的绝对数值之后,同样对其进行格式设置,具体设置代码如下。
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl.styles import colors
from openpyxl.styles import Font
from openpyxl.styles import PatternFill
from openpyxl.styles import Border, Side
from openpyxl.styles import Alignment
from openpyxl.formatting.rule import DataBarRule
wb = Workbook()
ws = wb.active
for r in dataframe_to_rows(df_province,index = False,header = True):
ws.append(r)
#对第 1 行至第 11 行的单元格进行设置
for row in ws[1:11]:
for c in row:
#字体设置
c.font = Font(name = '微软雅黑',size = 12)
#对齐方式设置
c.alignment = Alignment(horizontal = "center")
#边框线设置
c.border = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
#设置进度条条件格式
rule = DataBarRule(start_type = 'min',end_type = 'max',
color="FF638EC6", showValue=True, minLength=None, maxLength=
None)
ws.conditional_formatting.add('B1:B11',rule)
#对第 1 行标题行进行设置
for c in ws[1]:
c.font = Font(name = '微软雅黑',size = 12,bold = True,color = "FFFFFFFF")
c.fill = PatternFill(fill_type = 'solid',start_color='FFFF6100')
#调整列宽
ws.column_dimensions['A'].width = 17
ws.column_dimensions['B'].width = 13
#保存调整后的文件
wb.save(r'D:\Data-Science\share\excel-python 报表自动化\各省份销量情况.xlsx')
运行上面代码会得到如图6所示结果。
(图6)
03
最近一段时间创建订单量趋势
一般用折线图反映某个指标的趋势情况,我们前面也讲过,在实际工作中一般用matplotlib 库或者其他可视化库进行图表绘制,并将其保存,然后利用 openpyxl 库将图表插入 Excel 中。
先利用 matplotlib 库进行绘图,具体实现代码如下。
%matplotlib inline
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]='SimHei'#解决中文乱码
#设置图表大小
plt.figure(figsize = (10,6))
df.groupby('创建日期')['order_id'].count().plot()
plt.title('4.2 - 4.11 创建订单量分日趋势')
plt.xlabel('日期')
plt.ylabel('订单量')
#将图表保存到本地
plt.savefig(r'D:\Data-Science\share\excel-python 报表自动化\4.2 - 4.11 创建订单量
分日趋势.png')
将保存到本地的图表插入 Excel 中,具体实现代码如下。
from openpyxl import Workbook
from openpyxl.drawing.image import Image
wb = Workbook()
ws = wb.active
img = Image(r'D:\Data-Science\share\excel-python 报表自动化\4.2 - 4.11 创建订单量
分日趋势.png')
ws.add_image(img, 'A1')
wb.save(r'D:\Data-Science\share\excel-python 报表自动化\4.2 - 4.11 创建订单量分日
趋势.xlsx')
运行上面代码会得到如图 7 所示结果,可以看到图表已经被成功插入 Excel 中。
(图7)
04
将不同的结果进行合并
上面我们是把每一部分都单独拆开来实现的,最后存储在了不同的 Excel 文件中。
当然,有时放在不同文件中会比较麻烦,就需要把这些结果合并在同一个 Excel 的相同 Sheet 或者不同 Sheet 中。
将不同的结果合并到同一个 Sheet 中的难点在于不同表结果的结构不一样,而且需要在不同结果之间进行留白。
首先,插入核心指标表 df_review,插入方式与单独插入是一样的,具体代码如下。
for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
然后,插入各省份情况表 df_province,因为 append()方法默认是从第 1 行开始插入的,而我们前面几行已经有 df_view 表的数据了,所以就不能用 append()方法插入,而只能通过遍历每一个单元格的方式。
那我们怎么知道要遍历哪些单元格呢?核心是需要知道遍历开始的行/列和遍历结束的行/列。
遍历开始的行 = df_view 表占据的行 + 留白的行(一般表与表之间留 2 行) + 1
遍历结束的行 = 遍历开始的行 + df_province 表占据的行
遍历开始的列 = 1
遍历结束的列 = df_province 表占据的列
又因为 DataFrame 中获取列名的方式和获取具体值的方式不太一样,所以我们需要分别插入,先插入列名,具体代码如下。
for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 5,column = 1 + j).value = df_province.columns[r]
df_province.shape[1]表示获取 df_province 表有多少列,df_view.shape[0]表示获取
df_view 表有多少行。
前面说过,遍历开始的行是表占据的行加上留白的行再加 1,一般留白的行是 2,
可是这里为什么是 df_view.shape[0] + 5 呢?因为 df_view.shape[0]是不包括列名行的,而且在插入 Excel 中时会默认增加 1 行空行,所以需要在留白行的基础上再增加 2 行,
即 2 + 2 + 1 = 5。
因为 range()函数默认是从 0 开始的,而 Excel 中的列是从 1 开始的,所以 column需要加 1。
上面的代码只是把 df_province 表的列名插入进来,接下来插入具体的值,方式与插入列名的方式一致,只不过需要在列名的下一行开始插入,具体代码如下。
for i in range(df_province.shape[0]):
for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 6 + i,column = 1 + j).value =
df_province.iloc[i,j]
接下来,插入图片,插入图片的方式与前面的单独插入方法是一致的,具体代码如下。
#插入图片
img = Image(r'D:\Data-Science\share\excel-python 报表自动化\4.2 - 4.11 创建订单量
分日趋势.png')
ws.add_image(img, 'G1')
将所有的数据插入以后就该对这些数据进行格式设置了,因为不同表的结构不一样,所以我们没法直接批量对所有单元格进行格式设置,只能按范围分别进行设置,而不同范围的格式可能是一样的,所以我们先预设一些格式变量,这样后面用到的时候直接调取这些变量即可,减少代码冗余,具体代码如下。
#格式预设
#表头字体设置
title_Font_style = Font(name = '微软雅黑',size = 12,bold = True,color = "FFFFFFFF")
#普通内容字体设置
plain_Font_style = Font(name = '微软雅黑',size = 12)
Alignment_style = Alignment(horizontal = "center")
Border_style = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
PatternFill_style = PatternFill(fill_type = 'solid',start_color ='FFFF6100')
格式预设完之后就可以对各个范围分别进行格式设置了,具体代码如下。
#对 A1 至 F6 范围内的单元格进行设置
for row in ws['A1':'F6']:
for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style
#对第 1 行和第 2 行的单元格进行设置
for row in ws[1:2]:
for c in row:
c.font = title_Font_style
c.fill = PatternFill_style
#对 E 列和 F 列的单元格进行设置
for col in ws["E":"F"]:
for r in col:
r.number_format = '0.00%'
#对 A9 至 B19 范围内的单元格进行设置
for row in ws['A9':'B19']:
for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style
#对 A9 至 B9 范围内的单元格进行设置
for row in ws['A9':'B9']:
for c in row:
c.font = title_Font_style
c.fill = PatternFill_style
#设置进度条
rule = DataBarRule(start_type = 'min',end_type = 'max',
color="FF638EC6", showValue=True, minLength=None,
maxLength=None)
ws.conditional_formatting.add('B10:B19',rule)
#调整列宽
ws.column_dimensions['A'].width = 17
ws.column_dimensions['B'].width = 13
ws.column_dimensions['E'].width = 10
最后,将上面所有代码片段合并在一起,就是将不同的结果文件合并到同一个Sheet 中的完整代码,具体如下。
Sheet 中的完整代码,具体如下。
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl.styles import colors
from openpyxl.styles import Font
from openpyxl.styles import PatternFill
from openpyxl.styles import Border, Side
from openpyxl.styles import Alignment
from openpyxl.formatting.rule import DataBarRule
wb = Workbook()
ws = wb.active
#先将核心指标 df_view 表插入进去
for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
#再将各省份情况 df_province 表插入进去
#先将表头插入
for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 5,column = 1 + j).value = df_province.columns[r]
#再把具体的值插入
#先遍历行
for i in range(df_province.shape[0]):
#再遍历列
for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 6 + i,column = 1 + j).value = df_province.
iloc[i,j]
#插入图片
img = Image(r'D:\Data-Science\share\excel-python 报表自动化\4.2 - 4.11 创建订单量
分日趋势.png')
ws.add_image(img, 'G1')
##---格式调整---
ws.delete_rows(2)
ws['A1'] = '指标'
ws.insert_rows(1)
ws['A1'] = '电商业务方向 2021/4/11 日报'
ws.merge_cells('A1:F1') #合并单元格
#格式预设
#表头字体设置
title_Font_style = Font(name = '微软雅黑',size = 12,bold = True,color = "FFFFFFFF")
#普通内容字体设置
plain_Font_style = Font(name = '微软雅黑',size = 12)
Alignment_style = Alignment(horizontal = "center")
Border_style = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
PatternFill_style = PatternFill(fill_type = 'solid',start_color='FFFF6100')
#对 A1 至 F6 范围内的单元格进行设置
for row in ws['A1':'F6']:
for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style
#对第 1 行和第 2 行的单元格进行设置
for row in ws[1:2]:
for c in row:
c.font = title_Font_style
c.fill = PatternFill_style
#对 E 列和 F 列的单元格进行设置
for col in ws["E":"F"]:
for r in col:
r.number_format = '0.00%'
#对 A9 至 B19 范围内的单元格进行设置
for row in ws['A9':'B19']:
for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style
#对 A9 至 B9 范围内的单元格进行设置
for row in ws['A9':'B9']:
for c in row:
c.font = title_Font_style
c.fill = PatternFill_style
#设置进度条
rule = DataBarRule(start_type = 'min',end_type = 'max',
color="FF638EC6", showValue=True, minLength=None, maxLength=
None)
ws.conditional_formatting.add('B10:B19',rule)
#调整列宽
ws.column_dimensions['A'].width = 17
ws.column_dimensions['B'].width = 13
ws.column_dimensions['E'].width = 10
#将结果文件进行保存
wb.save(r'D:\Data-Science\share\excel-python 报表自动化\多结果合并.xlsx')
运行上面代码,会得到如图 8 所示结果,可以看到不同结果文件合并在了一起,并且各自的格式设置完好。
(图8)
将不同的结果合并到同一工作簿的不同 Sheet 中
将不同的结果合并到同一工作簿的不同 Sheet 中比较好实现,只需要新建几个Sheet,然后对不同的 Sheet 插入数据即可,具体实现代码如下。
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
wb = Workbook()
ws = wb.active
ws1 = wb.create_sheet()
ws2 = wb.create_sheet()
#更改 sheet 的名称
ws.title = "核心指标"
ws1.title = "各省份销情况"
ws2.title = "分日趋势"
for r1 in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r1)
for r2 in dataframe_to_rows(df_province,index = False,header = True):
ws1.append(r2)
img = Image(r'D:\Data-Science\share\excel-python 报表自动化\4.2 - 4.11 创建订单量
分日趋势.png')
ws2.add_image(img, 'A1')
wb.save(r'D:\Data-Science\share\excel-python 报表自动化\多结果合并_多 Sheet.xlsx')
运行上面代码,会得到如图 9 所示结果,可以看到创建了 3 个 Sheet,且不同的内容被保存到了不同 Sheet 中。