Python脚本实现一键生成多维度Pivot Table报告

pip install pandas openpyxl

import pandas as pd

def create_pivot_report(input_file, values, index, columns=None, aggfunc='sum', output_file="透视表报告.xlsx"):
    """
    一键生成数据透视表报告

    参数:
        input_file: 原始数据文件
        values: 要汇总的列（值字段），如 '销售额'
        index: 行分组列，如 '地区'（支持列表，如 ['地区', '城市']）
        columns: 列展开字段（可选），如 '产品类别'
        aggfunc: 聚合函数，'sum'/'mean'/'count' 或列表
        output_file: 输出文件名
    """
    # 1. 读取数据
    df = pd.read_excel(input_file, engine='openpyxl')
    print(f"原始数据: {len(df)} 行\n")

    # 2. 创建透视表
    pivot = pd.pivot_table(
        df,
        values=values,
        index=index,
        columns=columns,
        aggfunc=aggfunc,
        fill_value=0,          # 空值填 0
        margins=True,          # 显示总计行/列
        margins_name='合计'    # 总计的名称
    )

    # 3. 导出为 Excel
    pivot.to_excel(output_file, engine='openpyxl')
    print(f"透视表已保存: {output_file}")
    print("\n透视表预览:")
    print(pivot)

    return pivot


# ==================== 多维度透视表 ====================
def multi_dimension_pivot(input_file, output_file="多维度透视报告.xlsx"):
    """
    一次性生成多个维度的透视表，放在同一个 Excel 的不同 Sheet 中
    """
    df = pd.read_excel(input_file, engine='openpyxl')

    with pd.ExcelWriter(output_file, engine='openpyxl') as writer:

        # 1. 按地区汇总
        pivot1 = pd.pivot_table(df, values='销售额', index='地区',
                                aggfunc='sum', margins=True, margins_name='合计')
        pivot1.to_excel(writer, sheet_name='地区汇总')

        # 2. 按产品类别汇总
        pivot2 = pd.pivot_table(df, values='销售额', index='产品类别',
                                aggfunc='sum', margins=True, margins_name='合计')
        pivot2.to_excel(writer, sheet_name='产品汇总')

        # 3. 按销售员汇总
        pivot3 = pd.pivot_table(df, values=['销售额', '订单数'], index='销售员',
                                aggfunc={'销售额': 'sum', '订单数': 'sum'},
                                margins=True, margins_name='合计')
        pivot3.to_excel(writer, sheet_name='销售员汇总')

        # 4. 地区 × 产品交叉透视
        pivot4 = pd.pivot_table(df, values='销售额', index='地区',
                                columns='产品类别', aggfunc='sum',
                                fill_value=0, margins=True, margins_name='合计')
        pivot4.to_excel(writer, sheet_name='地区×产品')

        # 5. 月度趋势
        if '月份' in df.columns:
            pivot5 = pd.pivot_table(df, values='销售额', index='月份',
                                    columns='地区', aggfunc='sum',
                                    fill_value=0, margins=True, margins_name='合计')
            pivot5.to_excel(writer, sheet_name='月度趋势')

    print(f"多维度透视报告已保存: {output_file}")


# ==================== 使用示例 ====================
if __name__ == "__main__":
    # ========== 示例 1：简单透视表 ==========
    create_pivot_report(
        input_file="销售明细表.xlsx",
        values='销售额',
        index='地区',
        columns='产品类别',
        aggfunc='sum',
        output_file="地区×产品透视表.xlsx"
    )

    # ========== 示例 2：多维度报告 ==========
    # multi_dimension_pivot("销售明细表.xlsx", "多维度透视报告.xlsx")

pivot = pd.pivot_table(
    df,
    values='销售额',      # 汇总的目标列
    index='地区',         # 按地区分行
    columns='产品类别',    # 按产品类别分列
    aggfunc='sum',        # 求和
    fill_value=0,         # 空值替换为 0
    margins=True,         # 添加合计行/列
    margins_name='合计'   # 合计的名称
)

aggfunc={'销售额': 'sum', '订单数': 'count'}

index=['地区', '城市']

# 计算转化率 = 成交数 / 访问数
def conversion_rate(x):
    return x.sum() / len(x) * 100

pivot = pd.pivot_table(df, values='是否成交', index='渠道', aggfunc=conversion_rate)

# 按销售额降序排列
pivot = pivot.sort_values('销售额', ascending=False)

# 直接用 pandas 画图
pivot.plot(kind='bar', figsize=(10, 6))
import matplotlib.pyplot as plt
plt.tight_layout()
plt.savefig('透视图.png')

df['销售额'] = pd.to_numeric(df['销售额'], errors='coerce')

# 去重计数
pivot = df.groupby('地区')['客户'].nunique().reset_index(name='客户数')

# 文本列使用计数或连接
pivot = pd.pivot_table(df, index='地区', values='备注', aggfunc=lambda x: ', '.join(x.dropna().unique()))