
图98672-1:
决定写这篇文章的初衷是来源于一位小伙伴的问题,关于"如何根据数据源用 Python 自动生成透视表",这个问题背后有个非常好的解决思路,让代码替我们做重复的工作,从而减轻工作量,减少出错。
Python 开发的小工具实际上是将 Python 程序打包成 exe,分享即可用,即便电脑没有安装 Python 环境,也可以使用,用代码提高工作效率,尽量少加班。
[图1.jpg|]
内容大纲
明确需求:自动生成透视表【这部分可以换成你的重复性工作】
安装三方依赖库:tkinter 和 pyinstaller
代码实现:包括两部分 Python 生成透视表和桌面 GUI 联动设计
打包 Python 程序 生成 exe 可执行文件
解决 exe 文件可能过大问题:安装虚拟环境
需求背景
将工作中重复性的操作,利用供应商名称,月份,入库金额三个字段来生成想要的透视表格式。
[图2.jpg|]
安装三方依赖库
创建桌面窗口,这里使用 tkinter,它是 Python 自带的 GUI 库,安装后即可使用。
pip install tkinter 使用 pyinsatller 将程序打包成 exe,好处是不需要将代码部署到服务器,直接将打包好的 exe 发给对方,就能直接使用,对于这种小而轻的功能非常友好。
pip install pyinstaller
代码实现
Excel 文件生成透视表和筛选数据,文件名:excel_to_pivot.py
import pandas as pd import numpy as np class ExcelToPivot(object): def __init__(self, filename, file_path): self.file_name = filename self.file_path = file_path """ excel自动转透视表功能 返回透视结果 """ def excel_Pivot(self): print(self.file_path) data = pd.read_excel(self.file_path) data_pivot_table = pd.pivot_table(data, index=['供应商名称', '月份'], values=["入库金额"], aggfunc=np.sum) return data_pivot_table """ 按条件筛选,并保存 """ def select_data(self, name, month): data_pivot_table = self.excel_Pivot() data_new = data_pivot_table.query('供应商名称 == ["{}"] & 月份 == {}'.format(name, month)) data_new.to_excel('{}.xlsx'.format(str(self.file_name).split('.')[0])) return '筛选完成!' if __name__ == '__main__': filename = input("请输入文件名字:") path = 'C:/Users/cherich/Desktop/' + filename pross = ExcelToPivot(filename, path) print(pross.select_data("C", 4)) [图3.jpg|]
设计桌面窗口功能,文件名:opration.py
from tkinter import Tk, Entry, Button, mainloop import tkinter.filedialog import excel_to_pivot from tkinter import messagebox from tkinter import ttk def Upload(): global filename, data_pivot_table try: filename = tkinter.filedialog.askopenfilename(title='选择文件') pross = excel_to_pivot.ExcelToPivot(str(filename).split('/')[-1], filename) data_pivot_table = pross.excel_Pivot() messagebox.showinfo('Info', '转换成功!') except Exception as e: print(e) messagebox.showinfo('Info', '转换失败!') def select(name, month): try: print('供应商名称 == ["{}"] & 月份 == {}'.format(name, month)) data_new = data_pivot_table.query('供应商名称 == ["{}"] & 月份 == {}'.format(name, month)) data_new.to_excel('{}.xlsx'.format(str(filename).split('.')[0])) messagebox.showinfo('Info', '筛选完成并生成文件!') root.destroy() except Exception as e: print(e) messagebox.showinfo('Info', '筛选失败!') root = Tk() root.config(background="#6fb765") root.title('自动转透视表小工具') root.geometry('500x250') e1 = Entry(root, width=30) e1.grid(row=2, column=0) btn1 = Button(root, text=' 上传文件 ', command=Upload).grid(row=2, column=10, pady=5) box1 = ttk.Combobox(root) # 使用 grid() 来控制控件的位置 box1.grid(row=5, sticky="NW") # 设置下拉菜单中的值 box1['value'] = ('A', 'B', 'C', 'D', '供应商') # 通过 current() 设置下拉菜单选项的默认值 box1.current(4) box2 = ttk.Combobox(root) box2.grid(row=5, column=1, sticky="NW") box2['value'] = (1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, '月份') box2.current(12) # 编写回调函数,绑定执行事件 def func(event): global b1, b2 b1 = box1.get() b2 = box2.get() # 绑定下拉菜单事件 box1.bind("<<ComboboxSelected>>", func) box2.bind("<<ComboboxSelected>>", func) btn2 = Button(root, text=' 筛选数据 ', command=lambda: select(b1, b2)).grid(row=30, column=10, pady=5) mainloop() [图4.jpg|]
如果运行结果如上,说明代码没有问题了,可以进行下一步。
打包 Python 程序生成 exe
打开 DOS 窗口并切换到 两个 py 文件所在的目录,注意路径中不要有中文。
pyinsatller -F -w opration.py [图5.jpg|]
pyinstaller 指令的常见可选参数:
-i 给应用程序添加图标
-F 指定打包后只生成一个exe格式的文件
-D –onedir 创建一个目录,包含exe文件,但会依赖很多文件(默认选项)
-c –console, –nowindowed 使用控制台,无界面(默认)
-w –windowed, –noconsole 使用窗口,无控制台
-p 添加搜索路径
[图6.jpg|]
[图7.jpg|]
在当前的目录下,将会生成两个文件夹:build 和 dist。dist 里面就是所有可执行 exe 文件,发送快捷方式到桌面,点击 opration.exe 就能运行了,可以发它的快捷方式发送到桌面,双击就可以。
解决 exe 文件可能过大问题
有的伙伴 Python 环境刚安装没多久,可能不存在这个文件过大的问题。像我的电脑里安装了 Python 很多的依赖包和 anaconda 等等,打包出来的文件居然 660M,打包时间长,执行时还卡,后来经过整改缩小到 31M,打包快,秒级执行。解决方案是在 Windows 系统下安装一个 Python 的虚拟环境,前提是已经在电脑上安装过 Python 才可以进行如下操作。
[图8.jpg|]
找到 Python 所在路径,如果忘记了,可以在电脑左下角搜索【编辑系统环境变量】——【用户变量】——【PATH】中找到
[图9.jpg|]
来源:今日头条
作者:即将苏醒的Python
点赞:80
评论:35
标题:太强了!Python 开发桌面小工具,让代码替我们干重复的工作
原文:https://www.toutiao.com/article/7076053044496105984
侵权告知删除:yangzy187@126.com
转载请注明:网创网 www.netcyw.cn/b98672.html




