好幾個(gè)月沒(méi)有寫筆記了, 并非沒(méi)有積累, 而是有點(diǎn)懶了. 想想還是要續(xù)上, 作為工作成長(zhǎng)的一部分哦.
最近有做一些報(bào)表, 但一直找不到一個(gè)合適的報(bào)表工具, 又實(shí)在不想寫前端, 后端... 思來(lái)想去, 感覺(jué) Excel 就一定程度上能做可視化的, 除了不能動(dòng)態(tài)交互外, 其他都挺好. 今天分享的就是一個(gè)關(guān)于如何用 Py 來(lái)自動(dòng)化Excel 報(bào)表, 解放雙手, 提高工作效率哦.
當(dāng)然是測(cè)試用的假數(shù)據(jù)啦.
基本思路:
1. 準(zhǔn)備模板數(shù)據(jù)需要的 SQL
2. 用 Pandas 連接 數(shù)據(jù)庫(kù) 并執(zhí)行 SQL, 返回 DataFrame
3. 用 Xlwings 直接打開(kāi) Excel, 并將這些 DataFrame 填充到 寫死的 單元格
4. 保存并退出
具體代碼如下哦:
import pandas as pd import xlwings as xw import pymssql # 各品類月同期 def get_last_year_sale(start_date, end_date): """各品類同期銷量, 對(duì)比19年""" sql_01 = f""" SELECT 品類 , SUM(數(shù)量) AS QTY FROM XXX WHERE 是否電商 = 1 AND 銷售時(shí)間 BETWEEN DATEADD(YEAR, -2, '{start_date}') AND DATEADD(YEAR, -2, '{end_date}') GROUP BY 品類 """ df = pd.read_sql(sql_01, con=con) df_xtc = df[df['品類'] == 'A品類'][['品類', 'QTY']] df_bbk = df[df['品類'] == 'B品類'][['品類', 'QTY']] return df_xtc, df_bbk def get_anget_sale(start_date, end_date): """返回各品類, 各區(qū)域的時(shí)間段銷量""" sql = f""" SELECT 品類 , AGENT , SUM(數(shù)量) AS QTY , ROW_NUMBER()OVER(PARTITION BY 品類 ORDER BY SUM(數(shù)量) DESC) MY_RANK FROM XXX WHERE 是否電商 = 1 AND 銷售時(shí)間 BETWEEN '{start_date}' AND '{end_date}' GROUP BY AGENT, 品類 """ df = pd.read_sql(sql, con=con) df_xtc = df[df['品類'] == 'A品類'][['AGENT', 'QTY']] df_bbk = df[df['品類'] == 'B品類'][['AGENT', 'QTY']] df_pad = df[df['品類'] == 'C品類'][['AGENT', 'QTY']] return df_xtc, df_bbk, df_pad def get_machine_sale(start_date, end_date): """返回各品類, 各區(qū)域的時(shí)間段銷量""" sql = f""" SELECT 品類 , 機(jī)型 , SUM(數(shù)量) AS QTY , ROW_NUMBER()OVER(PARTITION BY 品類 ORDER BY SUM(數(shù)量) DESC) MY_RANK FROM V_REALSALE WHERE 是否電商 = 1 AND 銷售時(shí)間 BETWEEN '{start_date}' AND '{end_date}' GROUP BY 機(jī)型, 品類 """ df = pd.read_sql(sql, con=con) df_xtc = df[df['品類'] == 'A品類'][['機(jī)型', 'QTY']] df_bbk = df[df['品類'] == 'B品類'][['機(jī)型', 'QTY']] return df_xtc, df_bbk # main con = pymssql.connect('xxxxx', 'sxxx', 'xxxxxx', 'xxxxx') # 基礎(chǔ)配置: 根據(jù)用戶輸入當(dāng)前日期, 輸出當(dāng)月, 當(dāng)季度第一天 print("歡迎哦, 此小程序?qū)iT為XX看板做數(shù)據(jù)自動(dòng)更新呢~") print() today = input("請(qǐng)輸入截止日期(昨天), 形如: 2021/5/20 按回車結(jié)束: ") if len(today.split('/')) != 3: raise "日期格式輸入錯(cuò)誤!!, 請(qǐng)按照形如 '2021/5/20'的格式重新輸入" else: m_cur = today.split('/')[1] m_first_day = '2021/' + m_cur + '/1' # 季度第一天 if m_cur in ('1', '01', '2', '02', '3', '03'): q_time_start = '2021/1/1' elif m_cur in ('4', '04', '5', '05', '6', '06'): q_time_start = '2021/4/1' elif m_cur in ('7', '07', '8', '08', '9', '09'): q_time_start = '2021/7/1' else: q_time_start = '2021/10/1' print() print("正在開(kāi)始更新....") print("提示, 接下看到閃退, 是正常現(xiàn)象, 就程序模擬人去打開(kāi)文件, 填充數(shù)據(jù), 不要緊張哦~~~") # 去年月, 季度同期 df_mm_xtc, df_mm_bbk = get_last_year_sale(m_first_day, today) df_qq_xtc, df_qq_bbk = get_last_year_sale(q_time_start, today) # 當(dāng)月各地區(qū)累積銷量 df_m_xtc, df_m_bbk, df_m_pad = get_anget_sale(m_first_day, today) # 各地區(qū)當(dāng)季度銷量 df_q_xtc, df_q_bbk, df_q_pad = get_anget_sale(q_time_start, today) # 各機(jī)型當(dāng)季度銷量 df_q_type_xtc, df_q_type_bbk = get_machine_sale(q_time_start, today) # 過(guò)濾掉 銷量為0的型號(hào) df_q_type_xtc = df_q_type_xtc[df_q_type_xtc.QTY > 0] df_q_type_xtc.replace('Z6áÛ·å°æ', 'Z6巔峰版', inplace=True) df_q_type_bbk = df_q_type_bbk[df_q_type_bbk.QTY > 0] # 打開(kāi)excel 模板 等待數(shù)據(jù)填充 app = xw.App(visible=True, add_book=False) app.display_alerts = False # 關(guān)閉一些提示信息,可以加快運(yùn)行速度。 默認(rèn)為 True。 app.screen_updating = True wb = app.books.open("XXX_全品類_看板.xlsx") data_sht = wb.sheets['數(shù)據(jù)'] # 19年當(dāng)月同期銷量 data_sht.range('B9').value = df_mm_xtc.values data_sht.range('G9').value = df_mm_bbk.values # 當(dāng)季度同比 data_sht.range('B10').value = df_qq_xtc.values data_sht.range('G10').value = df_qq_bbk.values # 填充各品類當(dāng)月銷量, 注意單元格是寫死的哦 data_sht.range('I72').value = df_m_xtc.values data_sht.range('T72').value = df_m_bbk.values data_sht.range('AE72').value = df_m_pad.values # 填充當(dāng)季度銷量, 同理是寫死的 data_sht.range('A54').value = df_q_xtc.values data_sht.range('F54').value = df_q_bbk.values data_sht.range('K54').value = df_q_pad.values # 填充當(dāng)季度各型號(hào), 同理是寫死的 data_sht.range('A21').value = df_q_type_xtc.values data_sht.range('F21').value = df_q_type_bbk.values wb.save() app.quit() print() print("~~更新結(jié)束了哦~~") print() input("請(qǐng)按任意鍵退出~~") print() print('BYE~~ 人生若只如初見(jiàn)呢~~')
最好用一個(gè)純凈的 虛擬環(huán)境打包.
終端命令: python -m venv
虛擬環(huán)境名稱
然后進(jìn)入腳本目錄下, 進(jìn)行打包哦.
pyinstaller main.py -F
打包成功后的樣子.
雙擊運(yùn)行即可哦.
這時(shí)候再重新打開(kāi)該目錄下的 Excel 模板, 發(fā)現(xiàn)數(shù)據(jù)已經(jīng)自動(dòng)更新了.
我現(xiàn)在真的感受到, 用開(kāi)發(fā)的思維做一些腳本工具, 真的會(huì)極大提高我現(xiàn)在當(dāng)文員的很多重復(fù)性工作哦!
以上就是Python 實(shí)現(xiàn)自動(dòng)化Excel報(bào)表的步驟的詳細(xì)內(nèi)容,更多關(guān)于python 自動(dòng)化Excel報(bào)表的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
標(biāo)簽:西安 天水 日照 隨州 錦州 白城 股票 安慶
巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python 實(shí)現(xiàn)自動(dòng)化Excel報(bào)表的步驟》,本文關(guān)鍵詞 Python,實(shí)現(xiàn),自動(dòng)化,Excel,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。