Пролог
Excel — это как старая добрая сковородка: все с ней работали, все её уважают, но никто не мечтает провести с ней всю жизнь. Особенно когда нужно каждый день генерировать одни и те же отчеты, копируя данные из тысяч источников, создавая графики вручную и мечтая, чтобы это делал кто-нибудь другой… например, Python.
Сегодня мы превратим Python в идеального ассистента, который:
- Загружает данные
- Обрабатывает их
- Создает отчет в Excel
- Добавляет графики
- Все это делает автоматически и стильно
🎯 Задача из реальной жизни
Допустим, вы — аналитик продаж в интернет-магазине. Каждую неделю вы готовите Excel-отчет по продажам: таблицы по категориям, сравнение по регионам, график роста и падения спроса. Один раз — ок. Но каждую неделю? Нет, спасибо.
🛠️ Что будем использовать
- Pandas — для работы с таблицами
- Openpyxl / XlsxWriter — для Excel
- Matplotlib — для графиков
- os / datetime — для автоматизации
Установим нужное (если не установлено):
pip install pandas openpyxl xlsxwriter matplotlib
📂 Шаг 1: Подгружаем и обрабатываем данные
import pandas as pd
import os
from datetime import datetime
# Загружаем данные из CSV (например, экспорт из CRM)
data = pd.read_csv('sales_data.csv')
# Выведем первые строки для понимания
print(data.head())
Комментарий:
Мы читаем данные о продажах из CSV-файла. В реальности — это может быть выгрузка из 1С, CRM, Excel и так далее. data.head() помогает быстро взглянуть на структуру.
📊 Шаг 2: Немного магии с данными
Допустим, у нас в данных есть колонки: Дата, Регион, Категория, Продажи.
# Приводим даты к нужному формату
data['Дата'] = pd.to_datetime(data['Дата'])
# Группируем по дате и категории
pivot_table = data.pivot_table(
index='Дата',
columns='Категория',
values='Продажи',
aggfunc='sum'
)
# Заполним пустоты нулями
pivot_table = pivot_table.fillna(0)
print(pivot_table.tail())
Комментарий:
Создаем сводную таблицу: по дням и категориям. Это уже почти мини-отчет. Пустые значения заполняем нулями — вдруг кто-то ничего не купил в тот день. Бывает.
📈 Шаг 3: Создаем график
import matplotlib.pyplot as plt
# Настроим стиль графика
plt.style.use('ggplot')
# Строим график
pivot_table.plot(figsize=(12, 6))
# Название и подписи
plt.title('Продажи по категориям')
plt.xlabel('Дата')
plt.ylabel('Сумма продаж')
# Сохраняем график как картинку
chart_filename = 'sales_chart.png'
plt.tight_layout()
plt.savefig(chart_filename)
plt.close()
Комментарий:
Создаем красивый график и сохраняем как PNG. Это пригодится при вставке в Excel. И да — plt.close() нужен, чтобы график не висел в памяти.
📘 Шаг 4: Формируем Excel-отчет
output_file = f"Отчет_продаж_{datetime.today().date()}.xlsx"
with pd.ExcelWriter(output_file, engine='xlsxwriter') as writer:
# Записываем сырые данные
data.to_excel(writer, sheet_name='Исходные данные', index=False)
# Сводная таблица
pivot_table.to_excel(writer, sheet_name='Сводка')
# Получаем workbook и worksheet объекты
workbook = writer.book
worksheet = writer.sheets['Сводка']
# Вставляем график как изображение
worksheet.insert_image('H2', chart_filename)
Комментарий:
Создаем Excel с двумя листами: один — сырые данные, второй — обработанная сводка. Вставляем туда график как картинку. Выглядит презентабельно.
🧼 Шаг 5: Убираем за собой
# Удаляем временный файл с графиком
os.remove(chart_filename)
Комментарий:
Мы чистоплотные — временный файл с графиком больше не нужен.
📦 Финальный результат
В папке появляется Excel-файл:
📁 Отчет_продаж_2025-04-12.xlsx
В нем:
- Таблица с сырыми данными
- Красивый лист со сводкой по категориям
- Визуализация прямо в файле
- Всё автоматизировано
🚀 Бонус: делаем скрипт регулярным
Хотите, чтобы это делалось по расписанию? Используйте:
- Windows Task Scheduler или cron для Linux
- Упакуйте в .bat или .sh файл
- Или оберните в Flask API для автоматической генерации по запросу
🔚 Итоги
Вы теперь умеете:
- Обрабатывать данные из CSV
- Создавать сводные таблицы в pandas
- Генерировать графики с matplotlib
- Формировать Excel-файлы с картинками и стилем
- Делать это регулярно без головной боли
💬 И немного мотивации
Каждый раз, когда вы автоматизируете рутинный отчет, где-то в мире один аналитик встает и аплодирует.
А Excel вздыхает с облегчением.