Python實(shí)現(xiàn)在Excel中繪制可視化大屏的方法詳解
大家新年好哇,今天小編來給大家分享如何在Excel文檔當(dāng)中來繪制可視化圖表,并且制作一個(gè)可視化大屏,非常的容易,這里我們會(huì)用到openpyxl模塊,那么首先第一步便是調(diào)用該模塊來讀取Excel文件,代碼如下
# 讀取Excel文檔并且指定工作表的名稱 file_name = 'Bike_Sales_Playground.xlsx' df = pd.read_excel(file_name,sheet_name='bike_buyers')
當(dāng)然為了保險(xiǎn)起見,我們這里還是拷貝一份源數(shù)據(jù),并且新建一個(gè)新的工作表,代碼如下
# 新建一張工作表
with pd.ExcelWriter(file_name,#文檔的名稱
engine='openpyxl',#調(diào)用模塊的名稱
mode='a',#添加的模式
if_sheet_exists="replace" #如果已經(jīng)存在,就替換掉
) as writer:
df.to_excel(writer, sheet_name='Working_Sheet',index = False)# 設(shè)置Index為False
# 從新的工作表當(dāng)中來讀取數(shù)據(jù)
df = pd.read_excel(file_name,sheet_name='Working_Sheet')數(shù)據(jù)清洗
下一步我們進(jìn)行數(shù)據(jù)的清洗,例如去掉重復(fù)值、針對(duì)一些數(shù)值做一些替換,代碼如下
# 去掉重復(fù)值
df.drop_duplicates(keep='first', inplace=True, ignore_index=False)
# 針對(duì)婚姻狀況這一列,“已婚”替換成“M”,“單身”替換成“S”
df['Marital Status'] = df['Marital Status'].replace('M','Married').replace('S','Single')
# 針對(duì)性別這一列,“男性”替換成“F”,而“女性”替換成“M”
df['Gender'] = df['Gender'].replace('F','Female').replace('M','Male')
# 查看表格的前5行
df.head()
# 年齡數(shù)值的處理
df['Age brackets'] = df['Age'].apply(lambda x: 'Less than 30' if x<=30 else('Greater than 55' if x>55 else '31 to 55'))
# 通勤距離的數(shù)值的替換
df['Commute Distance'] = df['Commute Distance'].replace('10+ Miles','More than 10 Miles')output
ID Marital Status Gender ... Age Purchased Bike Age brackets
0 12496 Married Female ... 42 No 31 to 55
1 24107 Married Male ... 43 No 31 to 55
2 14177 Married Male ... 60 No Greater than 55
3 24381 Single Male ... 41 Yes 31 to 55
4 25597 Single Male ... 36 Yes 31 to 55
繪制圖表
接下來我們嘗試來繪制幾張可視化圖表,下面所示的代碼繪制的是柱狀圖,而繪制其余兩張折線圖的代碼與下面是雷同的
# 透視表1
# 制作數(shù)據(jù)透視表
avg_gender_income_df = np.round(pd.pivot_table(bike_df,
values = 'Income',
index = ['Gender'],
columns = ['Purchased Bike'],
aggfunc = np.mean
),2)
# 將數(shù)據(jù)透視表放入Excel表格中,并且指定工作表
with pd.ExcelWriter(file_name,#工作表的名稱
engine='openpyxl',#引擎的名稱
mode='a',#Append模式
if_sheet_exists="replace" #如果已經(jīng)存在,就替換掉
) as writer:
avg_gender_income_df.to_excel(writer, sheet_name='Average_Gender_Income')
# 加載文檔,并且指定工作表
wb = load_workbook(file_name)
sheet = wb['Average_Gender_Income']
# 創(chuàng)建柱狀圖
chart1 = BarChart()
chart1.type = "col"
chart1.style = 10
chart1.title = "基于性別與消費(fèi)數(shù)據(jù)之下的平均收入"
chart1.y_axis.title = '性別'
chart1.x_axis.title = '收入'
# 將繪制出來的柱狀圖放在單元格中去
data1 = Reference(sheet, min_col=2, min_row=1, max_row=3, max_col=3)#Including Headers
cats1 = Reference(sheet, min_col=1, min_row=2, max_row=3)#Not including headers
chart1.add_data(data1, titles_from_data=True)
chart1.dataLabels = DataLabelList()
chart1.dataLabels.showVal = True
chart1.set_categories(cats1)
chart1.shape = 4
sheet.add_chart(chart1, "A10")
wb.save(file_name)output

生成可視化大屏
我們嘗試將繪制完成的圖表生成可視化大屏,代碼如下
# 創(chuàng)建一個(gè)空的DataFrame表格
title_df = pd.DataFrame()
# 將結(jié)果放入至Excel文件當(dāng)中去
with pd.ExcelWriter(file_name,#工作表的名稱
engine='openpyxl',#引擎的名稱
mode='a',#Append模式
if_sheet_exists="replace" #如果已經(jīng)存在,就替換掉
) as writer:
title_df.to_excel(writer, sheet_name='Dashboard')
# 加載文檔,指定工作表是哪個(gè)
wb = load_workbook(file_name)
sheet = wb['Dashboard']
for x in range(1,22):
sheet.merge_cells('A1:R4')
cell = sheet.cell(row=1, column=1)
cell.value = 'Bike Sales Dashboard'
cell.alignment = Alignment(horizontal='center', vertical='center')
cell.font = Font(b=True, color="F8F8F8",size = 46)
cell.fill = PatternFill("solid", fgColor="2591DB")
# 將繪制出來的圖表放置到Excel文檔中
sheet.add_chart(chart1,'A5')
sheet.add_chart(chart2,'J5')
chart3.width = 31
sheet.add_chart(chart3,'A20')
wb.save(file_name)最后我們來看一下繪制出來的結(jié)果,如下所示

最后的最后,我們將上面所有的代碼封裝成一個(gè)函數(shù),方便我們來調(diào)用,代碼如下
import Bikes_Sales_Report_Automation as auto
# 填入文件的名稱
auto.automate_excel_dashboard('Bike_Sales_Playground.xlsx')到此這篇關(guān)于Python實(shí)現(xiàn)在Excel中繪制可視化大屏的方法詳解的文章就介紹到這了,更多相關(guān)Python Excel繪制可視化大屏內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Scrapy爬蟲Response子類在應(yīng)用中的問題解析
這篇文章主要為大家介紹了Scrapy爬蟲Response它的子類(TextResponse、HtmlResponse、XmlResponse)在應(yīng)用問題解析2023-05-05
python中threading和queue庫(kù)實(shí)現(xiàn)多線程編程
這篇文章主要介紹了python中threading和queue庫(kù)實(shí)現(xiàn)多線程編程,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
python光學(xué)仿真通過菲涅耳公式實(shí)現(xiàn)波動(dòng)模型
這篇文章主要介紹了python光學(xué)仿真通過菲涅耳公式實(shí)現(xiàn)波動(dòng)模型的示例解析原理,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-10-10
Python手動(dòng)或自動(dòng)協(xié)程操作方法解析
這篇文章主要介紹了Python手動(dòng)或自動(dòng)協(xié)程操作方法解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
Django Admin中增加導(dǎo)出Excel功能過程解析
這篇文章主要介紹了Django Admin中增加導(dǎo)出Excel功能過程解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09
Python configparser模塊操作代碼實(shí)例
這篇文章主要介紹了Python configparser模塊操作代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
Python?pandas?DataFrame數(shù)據(jù)拼接方法
我們都知道在使用pandas處理數(shù)據(jù)的時(shí)候,往往會(huì)需要合并兩個(gè)或者多個(gè)DataFrame的操作,下面這篇文章主要給大家介紹了關(guān)于Python?pandas?DataFrame數(shù)據(jù)拼接方法的相關(guān)資料,需要的朋友可以參考下2022-07-07
Python實(shí)現(xiàn)日志實(shí)時(shí)監(jiān)測(cè)的示例詳解
觀察者模式:是一種行為型設(shè)計(jì)模式。主要關(guān)注的是對(duì)象的責(zé)任,允許你定義一種訂閱機(jī)制,可在對(duì)象事件發(fā)生時(shí)通知多個(gè)"觀察"該對(duì)象的其他對(duì)象。本文將利用觀察者模式實(shí)現(xiàn)日志實(shí)時(shí)監(jiān)測(cè),需要的可以參考一下2022-04-04

