之前小F分享了不少关于Python自动化操作Excel的文章，大家都挺喜欢的。

所以今天就带大家来实战一波，使用Python自动化生成数据报表！

从一条条的数据中，创建出一张数据报表，得出你想要的东西，提高效率。

主要使用到pandas、xlwings以及matplotlib这几个库。

先来看一下动态的GIF，都是程序自动生成。

下面我们就来看看这个案例吧，水果蔬菜销售报表。

原始数据如下，主要有水果蔬菜名称、销售日期、销售数量、平均价格、平均成本、总收入、总成本、总利润等。

先导入相关库，使用pandas读取原始数据。

import pandas as pdimport xlwings as xwimport matplotlib.pyplot as plt# 对齐数据pd.set_option('display.unicode.ambiguous_as_wide', True)pd.set_option('display.unicode.east_asian_width', True)# 读取数据df = pd.read_csv(r"fruit_and_veg_sales.csv")print(df)

结果如下。

一共是有1000行的销售数据。

使用xlwings库创建一个Excel工作簿，在工作簿中创建一个表，表名为fruit_and_veg_sales，然后将原始数据复制进去。

# 创建原始数据表并复制数据wb = xw.Book()sht = wb.sheets["Sheet1"]sht.name = "fruit_and_veg_sales"sht.range("A1").options(index=False).value = d

关于xlwings库的使用，小F推荐两个文档地址

中文版：

英文版：

推荐使用中文版，可以降低学习难度...

当然关于Excel的VBA操作，也可以看看微软的文档。

地址：

将原始数据取过来后，再在工作簿中创建一个可视化表，即Dashboard表。

# 创建表wb.sheets.add('Dashboard')sht_dashboard = wb.sheets('Dashboard')

现在，我们有了一个包含两个工作表的Excel工作簿。fruit_and_veg_sales表有我们的数据，Dashboard表则是空白的。

下面使用pandas来处理数据，生成Dashboard表的数据信息。

DashBoard表的头两个表格，一个是产品的利润表格，一个是产品的销售数量表格。

使用到了pandas的数据透视表函数。

# 总利润透视表pv_total_profit = pd.pivot_table(df, index='类别', values='总利润(美元)', aggfunc='sum')print(pv_total_profit)# 销售数量透视表pv_quantity_sold = pd.pivot_table(df, index='类别', values='销售数量', aggfunc='sum')print(pv_quantity_sold)

得到数据如下。

稍后会将数据放置到Excel的表中去。

下面对月份进行分组汇总，得出每个月的销售情况。

# 查看每列的数据类型print(df.dtypes)df["销售日期"] = pd.to_datetime(df["销售日期"])# 每日的数据情况gb_date_sold = df.groupby(df["销售日期"].dt.to_period('m')).sum()[["销售数量", '总收入(美元)', '总成本(美元)', "总利润(美元)"]]gb_date_sold.index = gb_date_sold.index.to_series().astype(str)print(gb_date_sold)

得到结果如下。

这里先对数据进行了查询，发现日期列为object，是不能进行分组汇总的。

所以使用了pd.to_datetime()对其进行了格式转换，而后根据时间进行分组汇总，得到每个月的数据情况。

最后一个groupby将为Dashboard表提供第四个数据信息。

# 总收入前8的日期数据gb_top_revenue = (df.groupby(df["销售日期"])    .sum()    .sort_values('总收入(美元)', ascending=False)    .head(8)    )[["销售数量", '总收入(美元)', '总成本(美元)', "总利润(美元)"]]print(gb_top_revenue)

总收入前8的日期，得到结果如下。

现在我们有了4份数据，可以将其附加到Excel中。

# 设置背景颜色, 从A1单元格到Z1000单元格的矩形区域sht_dashboard.range('A1:Z1000').color = (198, 224, 180)# A、B列的列宽sht_dashboard.range('A:B').column_width = 2.22print(sht_dashboard.range('B2').api.font_object.properties.get())# B2单元格, 文字内容、字体、字号、粗体、颜色、行高(主标题)sht_dashboard.range('B2').value = '销售数据报表'sht_dashboard.range('B2').api.font_object.name.set('黑体')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单元格到W2单元格的矩形区域, 下边框的粗细及颜色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])# 不同产品总的收益情况图表名称、字体、字号、粗体、颜色(副标题)sht_dashboard.range('M2').value = '每种产品的收益情况'sht_dashboard.range('M2').api.font_object.name.set('黑体')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])# 主标题和副标题的分割线, 粗细、颜色、线型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)

先配置一些基本内容，比如文字，颜色背景，边框线等，如下图。

使用函数，批量生成四个表格的格式。

# 表格生成函数.def create_formatted_summary(header_cell, title, df_summary, color):    """    Parameters    ----------    header_cell : Str        左上角单元格位置, 放置数据    title : Str        当前表格的标题    df_summary : DataFrame        表格的数据    color : Str        表格填充色    """    # 可选择的表格填充色    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)]}    # 设置表格标题的列宽    sht_dashboard.range(header_cell).column_width = 1.5    # 获取单元格的行列数    row, col = sht_dashboard.range(header_cell).row, sht_dashboard.range(header_cell).column    # 设置表格的标题及相关信息, 如：字号、行高、向左居中对齐、颜色、粗体、表格的背景颜色等    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    # 垂直对齐方式    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    # 设置表格内容、起始单元格、数据填充、字体大小、粗体、颜色填充    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]    # 找到表格的最后一行    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))    # 给表格左边添加带颜色的边框    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个表格create_formatted_summary('B5', '每种产品的收益情况', pv_total_profit, 'green')create_formatted_summary('B17', '每种产品的售出情况', pv_quantity_sold, 'purple')create_formatted_summary('F17', '每月的销售情况', gb_date_sold, 'blue')create_formatted_summary('F5', '每日总收入排名Top8 ', gb_top_revenue, 'yellow')

得到结果如下。

可以看到，一行行的数据经过Python的处理，变为一目了然的表格。

最后再绘制一个matplotlib图表，添加一张logo图片，并保存Excel文件。

# 中文显示plt.rcParams['font.sans-serif']=['Songti SC']# 使用Matplotlib绘制可视化图表, 饼图fig, ax = plt.subplots(figsize=(6, 3))pv_total_profit.plot(color='g', kind='bar', ax=ax)# 添加图表到Excelsht_dashboard.pictures.add(fig, name='ItemsChart',                           left=sht_dashboard.range("M5").left,                           top=sht_dashboard.range("M5").top,                           update=True)# 添加logo到Excellogo = 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)# 设置logo的大小logo.width = 54logo.height = 54# 保存Excel文件wb.save(rf"水果蔬菜销售报表.xlsx")

此处需设置一下中文显示，否则会显示不了中文，只有一个个方框。

得到最终的水果蔬菜销售报表。

本文的示例代码，可以在Mac+Excel2016中运行的，与Windows还是会有一些区别，API函数的调用(pywin32 or appscript)。

比如表格文字的字体设置。

# Windowssht_dashboard.range('B2').api.font.name = '黑体'# Macsht_dashboard.range('B2').api.font_object.name.set('黑体')

对于Windows版本的，小F也提供了相关的程序文件，代码及相关数据都已上传。

感兴趣的小伙伴，可以动手尝试一下。无需太多的代码，就能轻松的创建一个Excel报表出来～