ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

Python之自动化报表

2021-05-17 16:53:43  阅读:220  来源: 互联网

标签:blue sht 报表 Python finally range 自动化 data red


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

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有