Python 与 Excel 图表自动化：让数据“会说话”

在数据驱动的时代，数据分析师、财务专家、销售经理们都离不开Excel——这个简单而强大的工具。而Excel图表是展现数据故事的不二之选。然而，手动创建图表不仅耗时，还容易出错。如何让这繁琐的工作变得简单？答案就是：Python。

通过Python，我们可以实现Excel数据处理和图表的自动生成，让复杂变得简单，让重复变得高效。

Python，作为数据科学界的瑞士军刀，通过诸如pandas和openpyxl这样的库，可以轻松实现Excel数据处理和图表自动生成。

• pandas：数据处理神器，能够快速读取、清洗、转换Excel数据。数据分析师们离不开它。
• openpyxl：用于读写Excel文件的库，支持图表生成和复杂数据操作。它是将Python与Excel无缝连接的桥梁。

以下是一个基于具体Excel数据的完整Python脚本示例。假设你有一个名为sample_data.xlsx的Excel文件，文件中包含以下数据：

Month	Sales	Profit	Market Share
Jan	200	50	20%
Feb	250	60	25%
Mar	300	80	30%
Apr	280	70	27%
May	320	90	35%

Excel文件准备

请确保你的Excel文件（sample_data.xlsx）包含以上数据结构，且位于Python脚本同一目录下。

代码实现

下面是一个基于该数据生成各种图表的Python脚本。该脚本读取Excel文件、处理数据，并自动在Excel中生成柱状图、饼图、折线图、面积图、散点图、雷达图以及组合图。

Python代码示例

import pandas as pd
from openpyxl import Workbook, load_workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl.chart import (Reference,BarChart,PieChart,LineChart,AreaChart,ScatterChart,RadarChart,Series
)# 1. 读取Excel数据
file_path = 'sample_data.xlsx'
df = pd.read_excel(file_path)# 2. 创建Excel工作簿并写入数据
wb = Workbook()
ws = wb.active# 将DataFrame数据写入工作表
for r in dataframe_to_rows(df, index=False, header=True):ws.append(r)# 3. 生成柱状图（Sales数据）
bar_chart = BarChart()
data = Reference(ws, min_col=2, min_row=2, max_row=len(df) + 1)  # Sales列数据
categories = Reference(ws, min_col=1, min_row=2, max_row=len(df) + 1)  # Month列作为类别
bar_chart.add_data(data, titles_from_data=True)
bar_chart.set_categories(categories)
ws.add_chart(bar_chart, "E2")  # 插入图表到E2单元格# 4. 生成饼图（Market Share数据）
pie_chart = PieChart()
labels = Reference(ws, min_col=1, min_row=2, max_row=len(df) + 1)  # Month列作为标签
data = Reference(ws, min_col=4, min_row=1, max_row=len(df) + 1)  # Market Share列数据
pie_chart.add_data(data, titles_from_data=True)
pie_chart.set_categories(labels)
ws.add_chart(pie_chart, "J2")  # 插入图表到J2单元格# 5. 生成折线图（Profit数据）
line_chart = LineChart()
data = Reference(ws, min_col=3, min_row=2, max_row=len(df) + 1)  # Profit列数据
line_chart.add_data(data, titles_from_data=True)
line_chart.set_categories(categories)
ws.add_chart(line_chart, "M2")  # 插入图表到M2单元格# 6. 生成面积图（Sales数据）
area_chart = AreaChart()
area_chart.add_data(data, titles_from_data=True)
area_chart.set_categories(categories)
ws.add_chart(area_chart, "R2")  # 插入图表到R2单元格# 7. 生成散点图（Sales vs. Profit）
scatter_chart = ScatterChart()
xvalues = Reference(ws, min_col=2, min_row=2, max_row=len(df) + 1)  # Sales列数据
yvalues = Reference(ws, min_col=3, min_row=2, max_row=len(df) + 1)  # Profit列数据
series = Series(yvalues, xvalues, title_from_data=True)
scatter_chart.series.append(series)
ws.add_chart(scatter_chart, "V2")  # 插入图表到V2单元格# 8. 生成雷达图（Market Share数据）
radar_chart = RadarChart()
data_radar = Reference(ws, min_col=4, min_row=2, max_row=len(df) + 1)  # Market Share列数据
radar_chart.add_data(data_radar, titles_from_data=True)
radar_chart.set_categories(labels)
ws.add_chart(radar_chart, "Z2")  # 插入图表到Z2单元格# 9. 生成组合图（Sales和Profit）
combo_chart = BarChart()
data_sales = Reference(ws, min_col=2, min_row=2, max_row=len(df) + 1)
combo_chart.add_data(data_sales, titles_from_data=True)
combo_chart.set_categories(categories)line_chart2 = LineChart()
data_profit = Reference(ws, min_col=3, min_row=2, max_row=len(df) + 1)
line_chart2.add_data(data_profit, titles_from_data=True)
line_chart2.set_categories(categories)combo_chart += line_chart2
ws.add_chart(combo_chart, "AE2")  # 插入组合图表到AE2单元格# 10. 保存Excel文件
output_file_path = 'sample_data_with_charts.xlsx'
wb.save(output_file_path)
print(f"Excel文件已保存为 {output_file_path}，图表生成完毕！")

代码解释

1. 读取Excel数据：使用pandas读取Excel文件的数据。
2. 创建Excel工作簿并写入数据：使用openpyxl创建新的Excel工作簿，并将pandas DataFrame的数据写入工作表中。
3. 生成各种图表
- • 柱状图：显示每个月的销售数据。
- • 饼图：显示每个月的市场份额数据。
- • 折线图：显示每个月的利润变化趋势。
- • 面积图：显示每个月的销售额变化。
- • 散点图：显示销售额与利润的关系。
- • 雷达图：显示市场份额数据的分布。
- • 组合图：结合柱状图（销售额）和折线图（利润）显示销售和利润的对比。
4. 保存Excel文件：将包含所有图表的Excel文件保存到本地。