
第一步:导入制作数据透视表所需的第三方库
import pandas as pd
import xlwings as xw
import matplotlib.pyplot as plt
df = pd.read_csv(r'C:\Users\Lenovo\Desktop\database.csv')
第二步:定义表格文档
print(df)

第三步:创建一个新的工作簿
wb = xw.Book()
sht = wb.sheets["Sheet1"] #实体化
sht.name = "fruit_and_veg_sales" #表格命名
sht.range("A1").options(index=False).value = df #从表格A1位开始导入数据
第四步:建立一个空白工作表
wb.sheets.add('Dashboard')
sht_dashboard = wb.sheets('Dashboard')
第五步:导入相关透视表
# 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)

第六步:查看每列的数据类型
#由于销售日期是object类型,不能进行统计分析,需要变成
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)

第七步:查看总收入前八日的日期数据
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)

第八步:设计表格
# 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 = 2.22
# 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.Name = '黑体'
sht_dashboard.range('B2').api.Font.Size = 48
sht_dashboard.range('B2').api.Font.Bold = True
sht_dashboard.range('B2').api.Font.Color = 0x000000
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.Borders(9).Weight = 4
sht_dashboard.range('B2:W2').api.Borders(9).Color = 0x00B050
# 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.Name = '黑体'
sht_dashboard.range('M2').api.Font.Size = 20
sht_dashboard.range('M2').api.Font.Bold = True
sht_dashboard.range('M2').api.Font.Color = 0x000000
# 主标题和副标题的分割线, 粗细、颜色、线型
sht_dashboard.range('L2').api.Borders(7).Weight = 3
sht_dashboard.range('L2').api.Borders(7).Color = 0x00B050
sht_dashboard.range('L2').api.Borders(7).LineStyle = -4115
第九步:导入表格生成函数
# 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.Size = 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.Color = 0xFFFFFF
summary_title_range.api.Font.Bold = 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.Size = 11
summary_header_range.api.Font.Bold = 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
sht_dashboard.range(side_border_range).api.Borders(7).Weight = 3
sht_dashboard.range(side_border_range).api.Borders(7).Color = xw.utils.rgb_to_int(colors[color][1])
sht_dashboard.range(side_border_range).api.Borders(7).LineStyle = -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')
第十步:导出可视化表格并保存文件
# 中文显示
plt.rcParams['font.sans-serif']=['SimHei']
# 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Excel
sht_dashboard.pictures.add(fig, name='ItemsChart',
left=sht_dashboard.range("M5").left,
top=sht_dashboard.range("M5").top,
update=True)
# 保存Excel文件
wb.save(r"C:\Users\Lenovo\Desktop\水果蔬菜销售报表.xlsx")
最终结果

欢迎各位关注数据视觉PPman,您的转发、点赞就是我们最大的动力,让优秀的内容接近更多的人!

