自动化办公实现以下功能：
1.实现批量导入csv、excel，并导入到一个整表
1.1 csv
data_list = os.listdir('../data/')[:-1]#文件目录路径
df_all = pd.DataFrame()
for i in data_list:
df_one = pd.read_csv(f'../data/{i}', engine='python', encoding='utf-8', index_col=0)
df_all = df_all.append(df_one, ignore_index=False)#ignore_index：默认值为False，如果为True则不使用index标签
df_all.head()
1.2 excel
#建议使用绝对路径，也可以使用灵活的相对路径
path = 'Path/'#文件目录路径
df_all = pd.DataFrame()
for excel_name in os.listdir(path):#这里面的path参数可写可不写
#必须添加该判断条件，否则必报错
if '.xlsx' not in excel_name:
continue
df_one = pd.read_excel(path+f'{excel_name}') #这里的path参数不可以省略
df = df_all.append(df_one)
df.to_excel(path+'datalist.xlsx',index=False)#index=False，不需要索引，一般都要写
2.压缩图片
3.统一字段，得到总表
4.对总表进行相关汇总操作，得到汇总表，并添加相关图片
相关测试数据集：
链接：https://pan.baidu.com/s/1z5CjQ6N9SC244RFmzTZcIg
提取码：love
复制这段内容后打开百度网盘手机App，操作更方便哦
源代码：
'''
Author: 你爸爸lzm
Date: 2020-12-11 08:56:54
Notes: 使用built命令快速得到一些常用的snippets,右击py文件可以preview代码
LastEditTime: 2020-12-13 20:00:47
'''
'''
读取文件夹内的所有表格, 合并成一个表
:param folder: 文件夹路径
:return: DataFrame
'''
'''
函数：
use_time
wrapper
save_image_to_excel
'''
'''
基本信息：
file_path 文件路径
picture_path 图片路径
columns 选择哪一列
sheet_name 选择sheet表,从0开始 （sheet_index已改为sheet_name）
'''
"""
输出
/Users/Yi/我的python教程/pandas办公自动化_备课/data_out/2019全平台销售总表.xlsx
"""
import pandas as pd
import numpy as np
import os
import sys
from time import time
from openpyxl import load_workbook
from openpyxl.drawing.image import Image
pd.options.display.max_columns = 888
pd.options.display.max_rows = 888
#构建统一的字段 根据京东和淘宝表格合并
out_xlsx_title_1 = ['货号', '商品名称', '图片', '尺码', '日期', '售卖价',
'实收金额', '销售量_含拒退', '销售量_不含拒退',
'平台',
'品牌', '成本', '季节', '商品年份']
# 函数运行时间装饰器
def use_time(func):
def wrapper(*args, **kwargs):
start = time()
result = func(*args, **kwargs)
use = round(time() - start, 3)
print('%s()用时: %s秒' % (func.__name__, use))
return result
return wrapper
# 向 excel 插入图片
def save_image_to_excel(file_path, picture_path, columns, sheet_name=0):
"""
把图片插入到xlsx
:param file_path: 文件路径
:param picture_path: 图片路径
:param columns: 2D_list, [[0, B], [2, D]]表示: 依据第0列, 插入到到B列; 依据第2列, 插入到到D列
:param sheet_name: 选择sheet, 从0开现
:return: None
"""
print('插入图片...')
# img_path = '//80.1.4.184/g/data/picture/X89113078049.png'
# wb = load_workbook(r'G:\yi\yi_code\hxfs_data_y\my_module\1.xlsx')
df = pd.read_excel(file_path, sheet_name=sheet_name)
wb = load_workbook(file_path)
ws = wb.worksheets[sheet_name]
for depend_col, insert_col in columns:
depend_list = df.iloc[:, depend_col].tolist()
for idx, pic_name in enumerate(depend_list, start=1):
try:
img = Image(os.path.join(picture_path, pic_name + '.jpg'))
except:
try:
img = Image(os.path.join(picture_path, pic_name + '.png'))
except:
continue
anchor = insert_col + str(idx + 1)
ws.add_image(img, anchor=anchor)
wb.save(file_path)
print('插入图片完成')
# #方法2
# path = 'D:/下载/Pandas_A001_G004/A001_课程简介/PlatformA/'#文件目录路径
# df_all = pd.DataFrame()
# for excel_name in os.listdir(path):
# if '.xlsx' not in excel_name:
# continue
# df_one = pd.read_excel(path+f'{excel_name}')
# df = df_all.append(df_one)
# df.to_excel(path+'datalist.xlsx',index=False)
def concat_files(folder):
"""
读取文件夹内的所有表格, 合并成一个表
:param folder: 文件夹路径
:return: DataFrame
"""
df_list = []
for fn in os.listdir(folder):
ffn = os.path.join(folder, fn)
if '.xlsx' not in ffn:
continue
# print(ffn)
df_temp = pd.read_excel(ffn)
df_list.append(df_temp)
df = pd.concat(df_list)
return df
# ['货号', '商品名称', '尺码', '日期', '售卖价', '实收金额', '销售量_含拒退', '销售量_不含拒退']
def read_sales_b():
"""
['款号颜色代码', '商品名称', '尺码', '日期', '售卖价', '活动价', '销售量_含拒退', '销售量_不含拒退']
"""
df_b = concat_files(
'./PlatformB'
)
df_b['实收金额'] = np.where(df_b['活动价'] == 0, df_b['售卖价'], df_b['活动价'])
df_b = df_b.rename(columns={'款号颜色代码': '货号'})
df_b = df_b.drop(columns=['活动价'])
return df_b
@use_time
def out_sales_summary_tb():
print('输出"2019全平台销售总表.xlsx"...')
df_a = concat_files('./PlatformA')
df_a['平台'] = '平台A'
df_b = read_sales_b()
df_b['平台'] = '平台B'
df_all = df_a.append(df_b)
# ['售卖价', '商品名称', '实收金额', '尺码', '平台',
# '日期', '货号', '销售量_不含拒退', '销售量_含拒退']
# print(df_all.head())
df_base = pd.read_excel(
'商品基础信息表.xlsx',
usecols=['货号', '品牌', '成本', '季节', '商品年份']
)
df_all = pd.merge(df_all, df_base, on='货号', how='left',
validate='many_to_one')
df_all['日期'] = df_all['日期'].dt.date
# print(df_all.head())
df_all.to_excel('./data_out/2019全平台销售总表.xlsx', index=None)
# df_all.to_pickle('./data_out/2019全平台销售总表.pkl')
print('输出"2019全平台销售总表.xlsx"完成', end='\n**********\n')
# 压缩图片
@use_time
def compress_image(src_path, dst_path, w=80, h=80):
print('压缩图片...')
src_fn_set = set(os.listdir(src_path))
dst_fn_set = set(os.listdir(dst_path))
fn_set = src_fn_set - dst_fn_set
if len(fn_set) == 0:
print('无可更新图片', end='\n**********\n')
return
from PIL import Image
for fn in fn_set:
src_ffn = os.path.join(src_path, fn)
dst_ffn = os.path.join(dst_path, fn)
larger_img = Image.open(src_ffn)
small_img = larger_img.resize((w, h), resample=Image.ANTIALIAS)
small_img.save(dst_ffn)
print(src_ffn)
print(dst_ffn)
print('压缩图片完成', end='\n**********\n')
"""
输出
./data_out/2019销售汇总表.xlsx
"""
out_xlsx_title = ['货号', '商品名称', '图片', '总销量', '总销售额',
'总成本', '总利润']
@use_time
def out_goods_id_total():
print('输出"2019销售汇总表.xlsx"...')
# df = pd.read_pickle('./data_out/2019全平台销售总表.pkl')
df = pd.read_excel('./data_out/2019全平台销售总表.xlsx')
# print(df.head())
df = df[['货号', '商品名称', '实收金额', '销售量_不含拒退', '成本']]
df = df.rename(columns={'销售量_不含拒退': '总销量'})
df['总销售额'] = df['实收金额'] * df['总销量']
df = pd.pivot_table(
df,
index=['货号', '商品名称', '成本'],
values=['总销量', '总销售额'],
aggfunc=sum)
df = df.reset_index()
df['总成本'] = df['总销量'] * df['成本']
df['总利润'] = df['总销售额'] - df['总成本']
total_series = df[['总销量', '总销售额', '总成本', '总利润']].sum(axis=0).reindex(out_xlsx_title)
total_series['货号'] = '合计'
# print(total_series)
# return
df = df.append(total_series, ignore_index=True)
df = df.reindex(columns=out_xlsx_title)
# print(df)
ffn = './data_out/2019销售汇总表.xlsx'
df.to_excel(ffn, index=None)
# 插入图片
picture_path = './压缩图'
save_image_to_excel(ffn, picture_path, [[0, 'C']])
print('输出"2019销售汇总表.xlsx"完成', end='\n**********\n')
if __name__ == '__main__':
# 1: 压缩图片
compress_image('./原图', './压缩图')
# 2: 输出"2019全平台销售总表.xlsx"
# out_sales_summary_tb()
# 3: 输出"2019销售汇总表.xlsx"
# out_goods_id_total()
2834
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
