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.

Python 实现自动化Excel报表的步骤

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~~\')