Python实战|10分钟生成专业产品分析报告,自动导出Excel!

工作表名

核心内容说明

按类别汇总

统计每个产品类别的总销量、总销售额、平均单价、订单数（比如“电子产品”“家居用品”的整体表现）

按产品汇总

细化到每个具体产品（产品A/B/C/D），包含所属类别和各项核心指标，方便对比单个产品表现

月度趋势

按月份汇总总销售额和总销量，轻松看出销售数据的月度变化趋势

原始销售数据

模拟的500行销售明细（日期、产品、销量、单价等），可用于核对数据，避免计算错误

python                  pip install pandas numpy openpyxl

python                  import pandas as pd                  import numpy as np                  from datetime import datetime                  # ---------- 1. 模拟原始销售数据（不用改，直接用） ----------                  np.random.seed(42)# 固定随机种子，保证每次生成的数据一致                  dates = pd.date_range('2024-01-01', periods=200, freq='D')# 生成200天的日期                  products = ['产品A', '产品B', '产品C', '产品D']# 产品列表                  categories = ['电子产品', '家居用品', '服装', '食品']# 产品类别                  # 生成500行销售数据，包含日期、产品名称、类别、销量、单价                  data = {                  '日期': np.random.choice(dates, 500),                  '产品名称': np.random.choice(products, 500),                  '产品类别': np.random.choice(categories, 500),                  '销量': np.random.randint(1, 100, 500),# 销量1-99随机                  '单价': np.random.uniform(10, 500, 500).round(2)# 单价10-500随机，保留2位小数                  }                  df_sales = pd.DataFrame(data)# 把数据转换成pandas表格（DataFrame）                  df_sales['销售额'] = (df_sales['销量'] * df_sales['单价']).round(2)# 计算销售额，保留2位小数                  # ---------- 2. 数据汇总分析（核心步骤，自动计算） ----------                  # 2.1 按产品类别汇总（比如“电子产品”整体销量/销售额）                  category_summary = df_sales.groupby('产品类别').agg(                  总销量=('销量', 'sum'),                  总销售额=('销售额', 'sum'),                  平均单价=('单价', 'mean'),                  订单数=('产品名称', 'count')                  ).round(2).reset_index()# 保留2位小数，把“产品类别”从分组键转为普通列                  # 2.2 按产品名称汇总（细化到单个产品，含所属类别）                  product_summary = df_sales.groupby(['产品名称', '产品类别']).agg(                  总销量=('销量', 'sum'),                  总销售额=('销售额', 'sum'),                  平均单价=('单价', 'mean'),                  订单数=('产品名称', 'count')                  ).round(2).reset_index()                  # 2.3 月度销售趋势（按月份汇总，看每月变化）                  df_sales['月份'] = df_sales['日期'].dt.to_period('M').astype(str)# 把日期转换成“2024-01”这样的月份格式                  monthly_trend = df_sales.groupby('月份').agg(                  总销售额=('销售额', 'sum'),                  总销量=('销量', 'sum')                  ).round(2).reset_index()                  # ---------- 3. 导出到Excel（自动生成多个工作表） ----------                  output_file = '产品分析报告.xlsx'# 导出的Excel文件名                  with pd.ExcelWriter(output_file, engine='openpyxl') as writer:                  # 分别写入4个工作表                  category_summary.to_excel(writer, sheet_name='按类别汇总', index=False)                  product_summary.to_excel(writer, sheet_name='按产品汇总', index=False)                  monthly_trend.to_excel(writer, sheet_name='月度趋势', index=False)                  df_sales.to_excel(writer, sheet_name='原始销售数据', index=False)                  print(f"报告已生成：{output_file}")# 运行完成后，提示文件已生成