• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    Python 实现自动化Excel报表的步骤

    好几个月没有写笔记了, 并非没有积累, 而是有点懒了. 想想还是要续上, 作为工作成长的一部分哦.

    最近有做一些报表, 但一直找不到一个合适的报表工具, 又实在不想写前端, 后端... 思来想去, 感觉 Excel 就一定程度上能做可视化的, 除了不能动态交互外, 其他都挺好. 今天分享的就是一个关于如何用 Py 来自动化Excel 报表, 解放双手, 提高工作效率哦.

    总体解决方案

    输出报表

    当然是测试用的假数据啦.

    自动化Py脚本

    基本思路:
    1. 准备模板数据需要的 SQL
    2. 用 Pandas 连接 数据库 并执行 SQL, 返回 DataFrame
    3. 用 Xlwings 直接打开 Excel, 并将这些 DataFrame 填充到 写死的 单元格
    4. 保存并退出

    具体代码如下哦:

    import pandas as pd 
    import xlwings as xw
    import pymssql
    
    
    # 各品类月同期 
    def get_last_year_sale(start_date, end_date):
      """各品类同期销量, 对比19年"""
      sql_01 = f"""
      SELECT 
       品类
       , SUM(数量) AS QTY
      FROM XXX
      WHERE 是否电商 = 1 
       AND 销售时间 BETWEEN DATEADD(YEAR, -2, '{start_date}') AND DATEADD(YEAR, -2, '{end_date}')   
      GROUP BY 品类
      """
      df = pd.read_sql(sql_01, con=con)
      df_xtc = df[df['品类'] == 'A品类'][['品类', 'QTY']]
      df_bbk = df[df['品类'] == 'B品类'][['品类', 'QTY']]
      return df_xtc, df_bbk 
      
    def get_anget_sale(start_date, end_date):
        """返回各品类, 各区域的时间段销量"""
        sql = f"""
        SELECT 
         品类
         , AGENT
         , SUM(数量) AS QTY
         , ROW_NUMBER()OVER(PARTITION BY 品类 ORDER BY SUM(数量) DESC) MY_RANK
        FROM XXX
        WHERE 是否电商 = 1 
         AND 销售时间 BETWEEN '{start_date}' AND '{end_date}'
        GROUP BY AGENT, 品类
        """
        df = pd.read_sql(sql, con=con)
        df_xtc = df[df['品类'] == 'A品类'][['AGENT', 'QTY']]
        df_bbk = df[df['品类'] == 'B品类'][['AGENT', 'QTY']]
        df_pad = df[df['品类'] == 'C品类'][['AGENT', 'QTY']]
    
        return df_xtc, df_bbk, df_pad 
      
    def get_machine_sale(start_date, end_date):
      """返回各品类, 各区域的时间段销量"""
      sql = f"""
      SELECT 
       品类
       , 机型
       , SUM(数量) AS QTY
       , ROW_NUMBER()OVER(PARTITION BY 品类 ORDER BY SUM(数量) DESC) MY_RANK
      FROM V_REALSALE
      WHERE 是否电商 = 1 
       AND 销售时间 BETWEEN '{start_date}' AND '{end_date}'
      GROUP BY 机型, 品类
      """
      df = pd.read_sql(sql, con=con)
      df_xtc = df[df['品类'] == 'A品类'][['机型', 'QTY']]
      df_bbk = df[df['品类'] == 'B品类'][['机型', 'QTY']]
    
      return df_xtc, df_bbk 
    
    
    # main 
    con = pymssql.connect('xxxxx', 'sxxx', 'xxxxxx', 'xxxxx')
    
    # 基础配置: 根据用户输入当前日期, 输出当月, 当季度第一天 
    print("欢迎哦, 此小程序专门为XX看板做数据自动更新呢~")
    print()
    
    today = input("请输入截止日期(昨天), 形如: 2021/5/20 按回车结束:  ")
    
    if len(today.split('/')) != 3:
      raise "日期格式输入错误!!, 请按照形如 '2021/5/20'的格式重新输入"
    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("正在开始更新....")
    print("提示, 接下看到闪退, 是正常现象, 就程序模拟人去打开文件, 填充数据, 不要紧张哦~~~")
    
    # 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)
    
    # 当月各地区累积销量
    df_m_xtc, df_m_bbk, df_m_pad = get_anget_sale(m_first_day, today)
    
    # 各地区当季度销量 
    df_q_xtc, df_q_bbk, df_q_pad = get_anget_sale(q_time_start, today)
    
    # 各机型当季度销量 
    df_q_type_xtc, df_q_type_bbk = get_machine_sale(q_time_start, today) 
    # 过滤掉 销量为0的型号 
    df_q_type_xtc = df_q_type_xtc[df_q_type_xtc.QTY > 0]
    df_q_type_xtc.replace('Z6áÛ·å°æ', 'Z6巅峰版', inplace=True)
    
    df_q_type_bbk = df_q_type_bbk[df_q_type_bbk.QTY > 0]
    
    # 打开excel 模板 等待数据填充 
    app = xw.App(visible=True, add_book=False)
    
    app.display_alerts = False  # 关闭一些提示信息,可以加快运行速度。 默认为 True。
    app.screen_updating = True
    
    wb = app.books.open("XXX_全品类_看板.xlsx")
    data_sht = wb.sheets['数据']
    
    # 19年当月同期销量
    data_sht.range('B9').value = df_mm_xtc.values
    data_sht.range('G9').value = df_mm_bbk.values
    
    # 当季度同比
    data_sht.range('B10').value = df_qq_xtc.values
    data_sht.range('G10').value = df_qq_bbk.values
    
    # 填充各品类当月销量, 注意单元格是写死的哦
    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
    
    # 填充当季度销量, 同理是写死的
    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
    
    # 填充当季度各型号, 同理是写死的
    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("~~更新结束了哦~~")
    print()
    input("请按任意键退出~~")
    print()
    print('BYE~~ 人生若只如初见呢~~')

    打包 EXE 桌面小程序

    最好用一个纯净的 虚拟环境打包.

    终端命令: python -m venv 虚拟环境名称

    然后进入脚本目录下, 进行打包哦.

    pyinstaller main.py -F

    打包成功后的样子.

    双击运行即可哦.

    这时候再重新打开该目录下的 Excel 模板, 发现数据已经自动更新了.

    我现在真的感受到, 用开发的思维做一些脚本工具, 真的会极大提高我现在当文员的很多重复性工作哦!

    以上就是Python 实现自动化Excel报表的步骤的详细内容,更多关于python 自动化Excel报表的资料请关注脚本之家其它相关文章!

    您可能感兴趣的文章:
    • python办公自动化之excel的操作
    • 使用Python自动化Microsoft Excel和Word的操作方法
    • 基于Python的接口自动化读写excel文件的方法
    • Python+unittest+requests+excel实现接口自动化测试框架
    • python+excel接口自动化获取token并作为请求参数进行传参操作
    • python实现自动化报表功能(Oracle/plsql/Excel/多线程)
    • Python3+Requests+Excel完整接口自动化测试框架的实现
    • 基于python实现自动化办公学习笔记(CSV、word、Excel、PPT)
    • Python办公自动化之Excel(中)
    上一篇:pygame面向对象的飞行小鸟实现(Flappy bird)
    下一篇:如何用python识别滑块验证码中的缺口
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    Python 实现自动化Excel报表的步骤 Python,实现,自动化,Excel,