编程语言
首页 > 编程语言> > Python之自动化报表

Python之自动化报表

作者:互联网

作者介绍

@阿星

互联网资深数据分析师。

专注自动化,醉心自动化处理一切。

“数据人创作者联盟”成员。


人生苦短,我用python。

相信做过报表的都对其烦不胜烦,周报,月报,季报;一期期的报表,一次次的心酸泪,烦不胜烦。至于作者是怎么知道的,因为我也是这个苦逼报表大军的一员。


是这样的,当时参与公司的一个项目,我的任务是出报表,听到任务时,心中顿时乐开了花,呜呼,这个简单,不就是出个报表吗。So easy!可拿到历史数据做成的表格顿时就不淡定了,一共是6个excel,每个excel是4-5个sheet,每个sheet里还有一堆花花绿绿的表格需要填写,心里顿时不淡定了。完成整个任务之后,唯一感觉到的是,痛苦麻木。


之后通过网络查询资料,发现这个报表居然可以自动化。接着花了一个星期的时间将报表自动化,当最后一个表格自动化代码写完后,打开python,运行程序,不得不说,一个字爽,再也不用一点一点的往sheet里弄数据了。


好了,接下来就为大家介绍今天的主角,xlwings。

先简单的看一下最终生成的表格效果吧。


17564769e922ee728cd3ee4ffce7e731.png

下面我们就来看看这个案例吧。


以下是我们的原始数据,一共以三个sheet,每个sheet,这三个sheet分别是原煤,原油,天然气的数据。,指标有产量当期值,产量累计值,产量同比增长,产量累计增长。


这些数据都是可以在国家统计局里下载出来的,有兴趣的小伙伴可以自行下载。这个案例是让我们将数据以上表格的形式输出,指标名称是白色,单元格是黑色,此外数据中,红色是大于平均值进行得标注,蓝色是小于平均值进行的标注,表格字体为宋体。


14e53baa669954958f9ebfea622e06d1.png


db48f27ad4fb5a3e0f3218c92fc28b16.png


a957df82f52b4c02c0d63d3b7cc548ff.png


首先呢,先导入相关库,用python读取原始数据。


import pandas as pd
import xlwings as xw

raw_coal=pd.read_excel(r'统计局数据.xlsx',sheet_name='原煤')

crude_oil=pd.read_excel(r'统计局数据.xlsx',sheet_name='原油')

natural_gas=pd.read_excel(r'统计局数据.xlsx',sheet_name='天然气')

data=pd.merge(raw_coal,crude_oil,on='指标')

data=pd.merge(data,natural_gas,on='指标')

finally_data=data[['指标','原煤产量当期值(万吨)','原油产量当期值(万吨)','天然气产量当期值(亿立方米)']]

print(finally_data)


585f3464bdf97c1e1ae9bf434ff810c9.png


就数据而言,已经离我们要的最终表格差的不远了,就差一点点细节了。


是时候上我们的主角xlwings,xlwings能够非常方便的读写excel文件中的数据,最重要的是它可以对单元的格式进行修改,可以与pandas无缝连接。


使用xlwings库创建一个excel工作簿,在工作簿中创建一个表,表的名称为finally_data。


然后将上面利用pandas整合的数据复制到finally_data表格中,当然了将数据复制到表格中,在此看来有三种方式。


第一种:将一个数据看成一个单位,一个一个写入创建的表格中,此时需要注意的是,每一个数据在excel的位置和在dataframe表格中的位置,以免出现错误。


第二种:将一行数据看成一个单位,此时需要注意的是,每行数据的第一个在excel中的位置,参考复制粘贴形式。


第三种:将一张表的数据看成一个单位,本质上与第二种没什么区别,都是切片式传入数据,但是第三种方法是一二维数组的形式写入。


wb=xw.Book()
sht=wb.sheets['Sheet1']
sht.name='finally_data'
columns=list(finally_data.columns)##得到列名
sht.range('A1').value = columns####在第一行复制列名
##第一种方式,将一个数据为单位,一个个写入创建的表格中
# for row in range(2,11):
#     for col in range(1,5):
#         sht.range(row,col).value =finally_data.iloc[row-2,col-1]
##第二中方式,将一行数据为单位,一行一行的写入创建的表格中
# for i in range(0,len(finally_data)):
#     data_row=list(finally_data.iloc[i,:])
#     row=i+2#     row_clo='A'+str(row)
#     sht.range(row_clo).value =data_row
#第三种方式,将一张表格为单位,直接写入创建的表格中
finally_data1=finally_data.values
sht.range('A2').value = finally_data1


9f74319ce5ee0e54f9be72a4e78a1667.png

三者均能达到我们想要结果,各有优劣,作者喜欢的是第三种。达到这一步的时候,剩下的就是对表格内单元格的格式进行修改了。


再对单元格进行修改之前,我们要先求出来原煤产量当期值,原油产量长期值,天然气产量当期值,这三列数据中大于平均值和小于平均值的数据在Dataframe的位置,同时得出该数据在excel的位置,方便在进行单元格的格式修改。


describe=finally_data.describe()
avg=list(describe.loc['mean',:])
##计算大于均值的数在excel的位置

red_原煤=list(finally_data.index[finally_data['原煤产量当期值(万吨)']>avg[0]])

red_position1=['B'+str(i+2) for i in red_原煤 ]

red_原油=list(finally_data.index[finally_data['原油产量当期值(万吨)']>avg[1]])

red_position2=['C'+str(i+2) for i in red_原油 ]

red_天然气=list(finally_data.index[finally_data['天然气产量当期值(亿立方米)']>avg[2]])

red_position3=['D'+str(i+2) for i in red_天然气 ]

red=red_position1+red_position2+red_position3

##计算小于均值的数在excel的位置

blue_原煤=list(finally_data.index[finally_data['原煤产量当期值(万吨)']<avg[0]])< p="">

blue_position1=['B'+str(i+2) for i in blue_原煤 ]

blue_原油=list(finally_data.index[finally_data['原油产量当期值(万吨)']<avg[1]])< p="">

blue_position2=['C'+str(i+2) for i in blue_原油 ]

blue_天然气=list(finally_data.index[finally_data['天然气产量当期值(亿立方米)']<avg[2]])< p="">

blue_position3=['D'+str(i+2) for i in blue_天然气 ]

blue=blue_position1+blue_position2+blue_position3

print(red)

print(blue


f57886f908b70f1ea53a944bc6d3f07e.png


终于所有的条件全部满足了,最后可以对表格的格式进行修改了。


首先就是将字体全部改成宋体同时在表格中有数据的区域加上边框。


#区域内字体改变成宋体,加上边框
a_range = f'A1:D10'#区域
sht.range(a_range).api.Font.Name='宋体' #字体
sht.range(a_range).api.Borders(8).LineStyle = 1 #上边框
sht.range(a_range).api.Borders(9).LineStyle = 1 #下边框
sht.range(a_range).api.Borders(7).LineStyle = 1 #左边框
sht.range(a_range).api.Borders(10).LineStyle = 1 #右边框
sht.range(a_range).api.Borders(12).LineStyle = 1 #内横边框
sht.range(a_range).api.Borders(11).LineStyle = 1 #内纵边框



第二步就是将第一行的字体变成白色,单元格填充黑色。


#区域内字体颜色成白色,单元格变成黑色
b_range = f'A1:D1'#区域第一行
sht.range(b_range).api.Font.Color = 0xffffff
sht.range(b_range).color=(0, 0, 0)



最后一步就是将大于均值的数据字体改成红色,小于均值的字体改成蓝色。然后在进行保存。


#######在excel 表格里改变字体颜色
for i in red:
sht.range(i).api.Font.Color = 0x0000ff
for i in blue:
sht.range(i).api.Font.Color = 0xFF0000
wb.save('结果数据.xlsx')
wb.close()


a3953fa15587c5c9fc87285bb5734621.png


结果出来后,符合我们的要求。本次案例完整结束,当然了真正入手一个完整的自动化报表项目,远不止这么简单,中间还会出现一下别的问题。如果想要了解更多请持续关注



标签:blue,sht,报表,Python,finally,range,自动化,data,red
来源: https://blog.51cto.com/u_13526224/2781787