数据可视化pythonexcel表格,python做可视化数据图表

最新推荐文章于 2024-04-22 13:52:26 发布

aq8821

最新推荐文章于 2024-04-22 13:52:26 发布

阅读量683

点赞数 21

文章标签： python 开发语言人工智能

本文链接：https://blog.csdn.net/aq8821/article/details/136594866

版权

本文介绍了如何使用Python的pandas、streamlit和plotly库处理Excel文件，通过Streamlit创建交互式Web应用，展示员工考核结果的柱状图和饼图。作者详细展示了数据读取、筛选和可视化的整个过程。

摘要由CSDN通过智能技术生成

这篇文章主要介绍了利用python处理excel文件并可视化处理，具有一定借鉴价值，需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获，下面让小编带着大家一起了解一下。

Source code download: 本文相关源码

Python中有一个streamlit库，Streamlit 的美妙之处在于您可以直接在 Python 中创建 Web 应用程序，而无需了解 HTML、CSS 或 JavaScrip，今天我们就用streamlit来写一个把Excel表格内容转化成web可视化图表的程序。

准备工作：安装依赖库

pip install plotly
pip install streamlit
pip install pandas
pip install openpyxl
pip install Pillow

数据展示：

在这里插入图片描述

代码实现：

1.导入库

import pandas as pd
import streamlit as st
import plotly.express as px
from PIL import Image

2.读取数据

### --- 加载数据
excel_file = 'Survey_Results_2021.xlsx'#文件地址
sheet_name = 'DATA'#sheet名称


df = pd.read_excel(excel_file,
                   sheet_name=sheet_name,
                   usecols='B:D',#列取值范围
                   header=3)


df_participants = pd.read_excel(excel_file,
                                sheet_name= sheet_name,
                                usecols='F:G',
                                header=3)
df_participants.dropna(inplace=True)

3.网页设置

st.set_page_config(page_title='调查结果')#网页标题
st.title('2021员工考核结果') #标题
st.subheader('筛选条件')#子标题


# --- 筛选条件
department = df['部门'].unique().tolist() #部门列去重后结果
ages = df['年龄'].unique().tolist()


age_selection = st.slider('年龄:',
                        min_value= min(ages),
                        max_value= max(ages),
                        value=(min(ages),max(ages)))


department_selection = st.multiselect('部门:',
                                    department,
                                    default=department)


# --- 基于条件筛选的过滤
mask = (df['年龄'].between(*age_selection)) & (df['部门'].isin(department_selection))
number_of_result = df[mask].shape[0]
st.markdown(f'*参与人数: {number_of_result}*')


# --- 筛选后的数据
df_grouped = df[mask].groupby(by=['评分']).count()[['年龄']]
df_grouped = df_grouped.rename(columns={'年龄': "人数"})
df_grouped = df_grouped.reset_index()


# --- 柱状图
bar_chart = px.bar(df_grouped,
                   x='评分',
                   y='人数',
                   text='人数',
                   color_discrete_sequence = ['#F63366']*len(df_grouped),
                   template= 'plotly_white')
st.plotly_chart(bar_chart)


# --- 展示图片和数据
col1, col2 = st.beta_columns(2)
image = Image.open('images/wx.png')
print(image)
col1.image(image,
        caption='关注公众号，更多有趣内容等你发现',
        use_column_width=True)
col2.dataframe(df[mask], width=480, height=400)


# --- PLOT PIE CHART
pie_chart = px.pie(df_participants,
                title='参与人数分布概况',
                values='参与人数',
                names='部门统计')


st.plotly_chart(pie_chart)

4.运行（需要cmd或者终端到py文件路径下运行）