3步制作Python自动化报表的方法！助力高效处理数据！

人生苦短，我用python。

相信做过报表的都对其烦不胜烦，周报，月报，季报；一期期的报表，一次次的心酸泪，烦不胜烦。至于作者是怎么知道的，因为我也是这个苦逼报表大军的一员。

是这样的，当时参与公司的一个项目，我的任务是出报表，听到任务时，心中顿时乐开了花，呜呼，这个简单，不就是出个报表吗。So easy！可拿到历史数据做成的表格顿时就不淡定了，一共是6个excel，每个excel是4-5个sheet，每个sheet里还有一堆花花绿绿的表格需要填写，心里顿时不淡定了。完成整个任务之后，唯一感觉到的是，痛苦麻木。

之后通过网络查询资料，发现这个报表居然可以自动化。接着花了一个星期的时间将报表自动化，当最后一个表格自动化代码写完后，打开python，运行程序，不得不说，一个字爽，再也不用一点一点的往sheet里弄数据了。

好了，接下来就为大家介绍今天的主角，xlwings。

先简单的看一下最终生成的表格效果吧。

下面我们就来看看这个案例吧。

以下是我们的原始数据，一共以三个sheet，每个sheet，这三个sheet分别是原煤，原油，天然气的数据。，指标有产量当期值，产量累计值，产量同比增长，产量累计增长。

这些数据都是可以在国家统计局里下载出来的，有兴趣的小伙伴可以自行下载。这个案例是让我们将数据以上表格的形式输出，指标名称是白色，单元格是黑色，此外数据中，红色是大于平均值进行得标注，蓝色是小于平均值进行的标注，表格字体为宋体。

首先呢，先导入相关库，用python读取原始数据。

import pandas as pd`import xlwings as xw``   ``   ``raw_coal=pd.read_excel(r'统计局数据.xlsx',sheet_name='原煤')``crude_oil=pd.read_excel(r'统计局数据.xlsx',sheet_name='原油')``natural_gas=pd.read_excel(r'统计局数据.xlsx',sheet_name='天然气')``data=pd.merge(raw_coal,crude_oil,on='指标')``data=pd.merge(data,natural_gas,on='指标')``fina