人人都可以简单入门Python、爬虫、数据分析简说Python严选
来源：python数据分析之禅作者：小dull鸟Oneoldwatch,likebrief python大家好，我是老表～今天和大家分享的内容是关于Python自动化操作excel一些方法和技巧，学习了记得点赞、留言、转发，三连哦～
公司财务小姐姐每月需要根据如下报表统计出本月、上月、去年同期的销售额、客流量、客单价数据：
每个月都要手动计算，非常耗费时间，本着乐于助人的原则，我用python写了个小程序，能够实现自动生成财务报表，现把具体过程分享给大家：
一、pandas导入数据源
importpandasaspd
data=pd.read_csv('数据模板.csv',encoding='gbk',parse_dates=['成交时间'])
data
parse_dates可以将成交时间列转换成时间格式
二、pandas计算相关指标
先给大家介绍一下指标的计算方式：销售额=单价*销量客流量=订单id去重后的次数客单价=销售额/客流量
1.计算上月数据
通过pandas比较功能，取出本月数据，&为比较运算符，相当于“与”
fromdatetimeimportdatetime
current_m=data[(data['成交时间']>=datetime(,2,1))&(data['成交时间']<=datetime(,2,28))]
current_m
销售额计算current_s=(current_m['销量']*current_m['单价']).sum()
current_ssum是pandas中的求和函数，用于返回用户所请求轴的值之和。
客流量计算current_t=current_m['订单ID'].drop_duplicates().count()
current_tdrop_duplicatesop:去重函数count:计数函数
客单价计算curent_s_t=round(current_s/current_t,2)
curent_s_t
2.计算上月数据
计算方式是一样的，只不过把日期范围调整一下，代码如下：
fromdatetimeimportdatetime
last_m=data[(data['成交时间']>=datetime(,1,1))&(data['成交时间']<=datetime(,1,31))]
last_s=(last_m['销量']*last_m['单价']).sum()
last_t=last_m['订单ID'].drop_duplicates().count()
last_s_t=round(last_s/last_t,2)
3.计算去年同期数据fromdatetimeimportdatetime
same_m=data[(data['成交时间']>=datetime(,2,1))&(data['成交时间']<=datetime(,2,28))]
same_s=(same_m['销量']*same_m['单价']).sum()
same_t=same_m['订单ID'].drop_duplicates().count()
same_s_t=round(same_s/same_t,2)
4.将上述数据转成DataFrame表格型数据结构
result=pd.DataFrame([[current_s,last_s,same_s],[current_t,last_t,same_t],[curent_s_t,last_s_t,same_s_t]],columns=['本月','上月同期','去年同期'],index=['销售额','客流量','客单价'])
result
5.增加同比和环比数据result['同比']=result['本月']/result['上月同期']-1
result['环比']=result['本月']/result['去年同期']-1
result
自动化报表的模板基本已经做好了，等下月需要时，只需改一下时间，运行程序即可，省去了大量的人工计算时间
三、可视化展示
用plotly画出柱状图
importplotly.graph_objsasgo
columns=['本月','上月同期','去年同期']
fig=go.Figure(data=[
go.Bar(name='销售额',x=columns,y=[current_s,last_s,same_s]),
go.Bar(name='客流量',x=columns,y=[current_t,last_t,same_t]),
go.Bar(name='客单价',x=columns,y=[curent_s_t,last_s_t,same_s_t]),])
fig.update_layout(barmode='group')
fig.show()
