python自动化系列:Excel表格大变身,轻松将销售数据从一维表转为二维表

import pandas as pdimport logginglogging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

def main():    input_path = '销售数据.xlsx'    output_path = '销售数据_转换后.xlsx'    try:        # 读取Excel文件，并指定日期列的格式        df = pd.read_excel(input_path, header=0)        # 查看是否存在缺失值，并选择处理方式（这里简单地删除含有缺失值的行）        if df.isnull().values.any():            logging.warning("检测到缺失值，将删除含有缺失值的行")            df.dropna(inplace=True)        # 确保日期列是字符串类型，以保持原始格式        df['日期'] = df['日期'].dt.strftime('%Y/%m/%d') if pd.api.types.is_datetime64_any_dtype(df['日期']) else df['日期']        # 使用pivot_table函数将多列数据转换为二维表        df_pivot = pd.pivot_table(df, values='数量', index='产品名称', columns='日期', aggfunc=sum)        # 将MultiIndex列名转换回字符串形式        df_pivot.columns = df_pivot.columns.map(lambda x: str(x).split()[0] if isinstance(x, pd.Timestamp) else x)        # 查看转换后的二维表        print(df_pivot)        # 保存转换后的数据到本地文件，并指定日期格式        writer = pd.ExcelWriter(output_path, engine='xlsxwriter')        df_pivot.to_excel(writer, sheet_name='Sheet1')        workbook = writer.book        worksheet = writer.sheets['Sheet1']        # 设置日期格式        date_format = workbook.add_format({'num_format': 'yyyy/mm/dd'})        # 应用日期格式到相关列        for idx, col in enumerate(df_pivot.columns):            if isinstance(col, pd.Timestamp):                worksheet.set_column(idx + 1, idx + 1, 18, date_format)        writer.close()        logging.info(f"成功保存转换后的数据到 {output_path}")    except Exception as e:        logging.error(f"发生错误: {e}")

if __name__ == '__main__':    main()