作者介紹
@阿星
互聯網資深數據分析師。
專注自動化，醉心自動化處理一切。
“數據人創作者聯盟”成員。
人生苦短，我用python。
相信做過報表的都對其煩不勝煩，周報，月報，季報；一期期的報表，一次次的心酸淚，煩不勝煩。至于作者是怎么知道的，因為我也是這個苦逼報表大軍的一員。
是這樣的，當時參與公司的一個項目，我的任務是出報表，聽到任務時，心中頓時樂開了花，嗚呼，這個簡單，不就是出個報表嗎。So easy！可拿到歷史數據做成的表格頓時就不淡定了，一共是6個excel，每個excel是4-5個sheet，每個sheet里還有一堆花花綠綠的表格需要填寫，心里頓時不淡定了。完成整個任務之后，唯一感覺到的是，痛苦麻木。
之后通過網絡查詢資料，發現這個報表居然可以自動化。接著花了一個星期的時間將報表自動化，當最后一個表格自動化代碼寫完后，打開python，運行程序，不得不說，一個字爽，再也不用一點一點的往sheet里弄數據了。
好了，接下來就為大家介紹今天的主角，xlwings。
先簡單的看一下最終生成的表格效果吧。
下面我們就來看看這個案例吧。
以下是我們的原始數據，一共以三個sheet，每個sheet，這三個sheet分別是原煤，原油，天然氣的數據。，指標有產量當期值，產量累計值，產量同比增長，產量累計增長。
這些數據都是可以在國家統計局里下載出來的，有興趣的小伙伴可以自行下載。這個案例是讓我們將數據以上表格的形式輸出，指標名稱是白色，單元格是黑色，此外數據中，紅色是大于平均值進行得標注，藍色是小于平均值進行的標注，表格字體為宋體。
首先呢，先導入相關庫，用python讀取原始數據。
importpandasaspd
import xlwings as xwraw_coal=pd.read_excel(r'統計局數據.xlsx',sheet_name='原煤')crude_oil=pd.read_excel(r'統計局數據.xlsx',sheet_name='原油')natural_gas=pd.read_excel(r'統計局數據.xlsx',sheet_name='天然氣')data=pd.merge(raw_coal,crude_oil,on='指標')data=pd.merge(data,natural_gas,on='指標')finally_data=data[['指標','原煤產量當期值(萬噸)','原油產量當期值(萬噸)','天然氣產量當期值(億立方米)']]print(finally_data)
就數據而言，已經離我們要的最終表格差的不遠了，就差一點點細節了。
是時候上我們的主角xlwings，xlwings能夠非常方便的讀寫excel文件中的數據，最重要的是它可以對單元的格式進行修改，可以與pandas無縫連接。
使用xlwings庫創建一個excel工作簿，在工作簿中創建一個表，表的名稱為finally_data。
然后將上面利用pandas整合的數據復制到finally_data表格中，當然了將數據復制到表格中，在此看來有三種方式。
第一種：將一個數據看成一個單位，一個一個寫入創建的表格中，此時需要注意的是，每一個數據在excel的位置和在dataframe表格中的位置，以免出現錯誤。
第二種：將一行數據看成一個單位，此時需要注意的是，每行數據的第一個在excel中的位置，參考復制粘貼形式。
第三種：將一張表的數據看成一個單位，本質上與第二種沒什么區別，都是切片式傳入數據，但是第三種方法是一二維數組的形式寫入。
wb=xw.Book()sht=wb.sheets['Sheet1']sht.name='finally_data'columns=list(finally_data.columns)##得到列名sht.range('A1').value=columns####在第一行復制列名##第一種方式，將一個數據為單位，一個個寫入創建的表格中#forrowinrange(2,11):#forcolinrange(1,5):#sht.range(row,col).value=finally_data.iloc[row-2,col-1]##第二中方式，將一行數據為單位，一行一行的寫入創建的表格中#foriinrange(0,len(finally_data)):#data_row=list(finally_data.iloc[i,:])#row=i+2#row_clo='A'+str(row)#sht.range(row_clo).value=data_row#第三種方式，將一張表格為單位，直接寫入創建的表格中finally_data1=finally_data.valuessht.range('A2').value=finally_data1
三者均能達到我們想要結果，各有優劣，作者喜歡的是第三種。達到這一步的時候，剩下的就是對表格內單元格的格式進行修改了。
再對單元格進行修改之前，我們要先求出來原煤產量當期值，原油產量長期值，天然氣產量當期值，這三列數據中大于平均值和小于平均值的數據在Dataframe的位置，同時得出該數據在excel的位置，方便在進行單元格的格式修改。
describe=finally_data.describe()
avg=list(describe.loc['mean',:])
##計算大于均值的數在excel的位置red_原煤=list(finally_data.index[finally_data['原煤產量當期值(萬噸)']>avg[0]])red_position1=['B'+str(i+2) for i in red_原煤 ]red_原油=list(finally_data.index[finally_data['原油產量當期值(萬噸)']>avg[1]])red_position2=['C'+str(i+2) for i in red_原油 ]red_天然氣=list(finally_data.index[finally_data['天然氣產量當期值(億立方米)']>avg[2]])red_position3=['D'+str(i+2) for i in red_天然氣 ]red=red_position1+red_position2+red_position3##計算小于均值的數在excel的位置blue_原煤=list(finally_data.index[finally_data['原煤產量當期值(萬噸)']blue_position1=['B'+str(i+2) for i in blue_原煤 ]blue_原油=list(finally_data.index[finally_data['原油產量當期值(萬噸)']blue_position2=['C'+str(i+2) for i in blue_原油 ]blue_天然氣=list(finally_data.index[finally_data['天然氣產量當期值(億立方米)']blue_position3=['D'+str(i+2) for i in blue_天然氣 ]blue=blue_position1+blue_position2+blue_position3print(red)print(blue
終于所有的條件全部滿足了，最后可以對表格的格式進行修改了。
首先就是將字體全部改成宋體同時在表格中有數據的區域加上邊框。
#區域內字體改變成宋體,加上邊框a_range=f'A1:D10'#區域sht.range(a_range).api.Font.Name='宋體'#字體sht.range(a_range).api.Borders(8).LineStyle=1#上邊框sht.range(a_range).api.Borders(9).LineStyle=1#下邊框sht.range(a_range).api.Borders(7).LineStyle=1#左邊框sht.range(a_range).api.Borders(10).LineStyle=1#右邊框sht.range(a_range).api.Borders(12).LineStyle=1#內橫邊框sht.range(a_range).api.Borders(11).LineStyle=1#內縱邊框
第二步就是將第一行的字體變成白色，單元格填充黑色。
#區域內字體顏色成白色，單元格變成黑色b_range=f'A1:D1'#區域第一行sht.range(b_range).api.Font.Color=0xffffffsht.range(b_range).color=(0,0,0)
最后一步就是將大于均值的數據字體改成紅色，小于均值的字體改成藍色。然后在進行保存。
#######在excel表格里改變字體顏色foriinred:sht.range(i).api.Font.Color=0x0000ffforiinblue:sht.range(i).api.Font.Color=0xFF0000wb.save('結果數據.xlsx')wb.close()
結果出來后，符合我們的要求。本次案例完整結束，當然了真正入手一個完整的自動化報表項目，遠不止這么簡單，中間還會出現一下別的問題。如果想要了解更多請持續關注.
-END-
以上就是Python之自動化報表的全部內容了，希望大家喜歡。