Python报表需求处理示例

news2024/12/23 13:34:57

单一文件下，相关主题的共128张字段结构相似的表，对一种需求用Excel手工编辑相当麻烦，下面介绍一种python做自动化报表示例及代码流程。

每张表均有相同的字段结构，因此可对该文件下所有表格同时操作，大大提高了计算效率。

报表案例

import pandas as pd
import os

1、案例背景

筛选出2023年销售额总额的品牌以及对应的销售额。

专注于户外运动的巨头公司。公司旗下有20个品牌，每个品牌都涉及128个类目（行业）。

做一张汇总报表，包含2023年销售总额排名前五的品牌以及对应的销售额。

业务部门的同事总共发来了128张表。

每张表里是一个细分行业的数据。

每张表都以月的维度，从2022年1月到2023年12月，时间跨度为2年，记录着每个品牌的日期、访客数、客单价、转化率、所属类目（细分行业）等数据。

2、单个表格

导入并预览数据

name = '睡袋&睡袋.xlsx'
data_dir = '/root/data/'
df = pd.read_excel(data_dir+name,parse_dates=[0])
df.head()

日期筛选

# 转换为时间列
df['日期']= pd.to_datetime(df['日期'])
df.info()
# 提取2023年数据
df['年份'] = df['日期'].dt.year
df_2023 = df[df['年份']==2023]
df_2023

数据计算

# 计算每个表的销售额
df_2023['销售额'] = df_2023['访客数']*df_2023['转化率']*df_2023['客单价']
# 统计每个品牌的全年销售额
df_sum = df_2023.groupby('品牌')['销售额'].sum().reset_index()
# name ='睡袋睡袋,xlsx'
df_sum['行业']=name.replace( '.xlsx','')

3、批量处理(总代码块)

# 导包
import pandas as pd
import os
# 定义路径
data_dir ='D:/Yuanman/day01/02_代码/data/report/'
# 创建一个空白的DF用来保存结果
result_df = pd.DataFrame() 
# 循环遍历文件夹
for name in os.listdir(data_dir):
    # 读取文件
    df = pd.read_excel(data_dir + name,parse_dates=[0])
    # 转化为日期格式
    df['日期']= pd.to_datetime(df['日期'])
    # 提取年份添加为新列
    df['年份']= df['日期'].dt.year
    # 提取2023年的数据
    df_2023 = df[df['年份']==2023]
    # 计算每个表的销售额
    df_2023['销售额'] = df_2023['访客数']*df_2023['转化率']*df_2023['客单价']
    # 统计每个品牌的全年销售额
    df_sum = df_2023.groupby('品牌')['销售额'].sum().reset_index()
    #name ='睡袋睡袋,xlsx'
    df_sum['行业']=name.replace( '.xlsx','')
    # 拼接表作为结果表
    result_df = pd.concat([result_df,df_sum])
# 将结果表再次按品牌分类求总销售额 并降序
final_df = result_df.groupby('品牌')['销售额'].sum().reset_index().sort_values('销售额',ascending= False)
# 保存到某位置
final_df.to_excel('G:/卧槽.xlsx',index=False)