全栈式数据统计:Flask+Pandas按年,季度,月统计显示

话不多说,有图有源码

1.实现效果:

按季度统计

按月度统计:

2.实现源码:

2.1)test_pandashtml.py

from flask import Flask, render_template
import pandas as pd

app = Flask(__name__)

# 自定义千分位格式化函数
def format_thousands(x):
    return f'{x:,.2f}'

@app.route('/')
def show_dataframe():
    path = r'F:\test_data\年度销售数据\xxx年度销售数据.xlsx'
    data = pd.read_excel(path, engine='openpyxl')
    data['报审日期'] = pd.to_datetime(data['报审日期'])
    year = data['报审日期'].dt.year
    quarter = data['报审日期'].dt.quarter
    month = data['报审日期'].dt.month
    # print(f"{type(month)},{month}")
    data2 = pd.pivot_table(data, index=['事业部','办事处部门'], values='合同金额', columns=month,
                           aggfunc=sum)  # ,'办事处部门',fill_value='无'
    # -------数值千分位格式化
    data2 = data2.applymap(format_thousands)  # .fillna(value=0, inplace=True)
    print(data2)


    # 将DataFrame转换为HTML
    html = data2.to_html() #index=False
    return render_template('test.html', table=html)


if __name__ == '__main__':
    app.run(debug=True)

2.2)html页面test.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
<style>
table {
  border-collapse: collapse;
  width: 100%;
  text-align: left;
  font-family: Arial, sans-serif;
  font-size: 14px;
}
td, th {
  border: 1px solid #ddd;
  padding: 8px;
}
th {
  background-color: #f2f2f2;
  color: #333;
}
tr:nth-child(even) {
  background-color: #f9f9f9;
}
</style>
</head>
<body>
    <div>
        {{ table|safe }}
    </div>
</body>
</html>

3.注意细节:

3.1)遇到不规范的日期格式,会报错怎么办

        

3.2)显示输出的数据格式为千分位加保留两位小数的方法,使用applymap

就到这吧,对你有用给个赞

  • 4
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
【为什么要学习这门课?】 本课程重点介绍了如何在 Python 和 Jupyter 笔记本中执行EDA。除此之外,也会将软件工程基础知识与课程内容做关联教学,并提供关于linting、测试、命令行工具、数据工程API等方面的关键性说明。【本门课程亮点】 超过8小时的视频课程展示了如何使用AWS和谷歌云平台来解决机器学习和人工智能中的本质问题。本课程涵盖了如何通过Jupyter笔记本开始使用Python,然后继续深入到Python数据科学库中的各种具体细节,包括Pandas, Seaborn, scikit-learn和TensorFlow。【讲师介绍】  Noah Gift(诺亚·吉夫特)—— 亚马逊AWS机器学习专家、Google云架构专家Noah Gift拥有大约20年的Python编程经验,是Python Software Foundation的成员。亚马逊云服务AWS机器学习认证专家、AWS认证大数据专家、Google认证云架构专家,曾供职于ABC、索尼、迪士尼、AT&T等多家知名企业,担任CTO、总经理、首席数据科学家、首席云架构师等职位。同时,Noah Gift作为导师兼具丰富的教学、研究与行业经验。他在加州大学伯克利分校(UCB)信息学院数据科学硕士项目、加州大学戴维斯分校(UCD)管理研究生院商业分析硕士项目、以及西北大学数据科学硕士项目担任讲师,教授和设计机器学习、AI和数据科学等课程。【面向人群】 1、具有一定SQL经验的数据科学从业者2、希望在AWS和GCP上扩展基于云机器学习的数据科学从业者3、希望了解如何更深入实践数据科学原理的软件开发人员4、希望理解Python中的机器学习和人工智能,以有效管理技术团队的技术管理者。
好的,下面是一个示例代码,其中使用了 FlaskPandasPython 的 zipfile 库,同时使用了 Vue 作为前端框架。 Flask 后端代码: ```python from flask import Flask, Response import pandas as pd import zipfile import io app = Flask(__name__) @app.route('/download') def download(): # 生成数据 df1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]}) df2 = pd.DataFrame({'c': [7, 8, 9], 'd': [10, 11, 12]}) # 存储数据到 CSV 文件 df1.to_csv('data1.csv', index=False) df2.to_csv('data2.csv', index=False) # 打包 CSV 文件到 Zip 文件 buffer = io.BytesIO() with zipfile.ZipFile(buffer, 'w') as zip: zip.write('data1.csv') zip.write('data2.csv') # 返回 Zip 文件 buffer.seek(0) return Response(buffer, mimetype='application/zip', headers={ 'Content-Disposition': 'attachment;filename=data.zip' }) ``` Vue 前端页面代码: ```html <template> <div> <button @click="download">Download</button> </div> </template> <script> export default { methods: { download() { const url = '/download' const filename = 'data.zip' fetch(url).then(response => { response.blob().then(blob => { const link = document.createElement('a') link.href = window.URL.createObjectURL(blob) link.download = filename link.click() window.URL.revokeObjectURL(link.href) }) }) } } } </script> ``` 这个示例代码中,我们使用了 Flask 的路由 `/download` 来处理下载请求。在这个路由中,我们使用 Pandas 生成了两个 DataFrame,然后分别存储到了两个 CSV 文件中。接着,我们使用 Python 的 zipfile 库将这两个 CSV 文件打包成一个 Zip 文件,并将这个 Zip 文件返回给了前端。 在前端页面中,我们使用了一个按钮来触发下载事件。在下载事件中,我们使用了 fetch 函数来获取下载链接,然后使用 Blob 对象将返回的数据转换成二进制数据,并使用 URL.createObjectURL 函数生成一个下载链接。最后,我们创建一个 `<a>` 标签,设置这个标签的 href 属性为下载链接,设置 download 属性为文件名,然后触发这个标签的点击事件来下载文件。 希望这个示例能够帮助到你!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿桂天山

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值