一.項目背景
本項目主要是想給大家介紹一下如何利用數據表（SQL）對已經給定Excel模板對數據
進行處理統計，主要是涉及一些單元格的操作，也同時給大家介紹下如何利用openpyxl來
繪制圖形，本次數據表和給定Excel模板如下圖所示。
數據表
Excel模板文件
二.實現過程
1.數據準備
》》初始化連接
》》初始化文本#初始化
class emp_xlsx():
def __init__(self, host, user, password, database):
#初始化連接信息
self.conn = pymysql.connect(host=host,
user=user,
password=password,
database=database
)
#初始化模板文件
self.wb = load_workbook('./temp.xlsx')
#獲取sheet頁簽
self.ws = self.wb.active
#頁簽名
self.ws.title = '員工薪資統計'
#頁簽顏色屬性
self.ws.sheet_properties.tabColor = 'ff0000'
2.獲取數據
》》執行sql語句
def export_xlsx(self):
#建立連接
cursor=self.conn.cursor()
try:
#執行sql語句(如果數據量大，需要借助于分頁查詢)
cursor.execute('select eno,name,salary from emp')
#獲取數據
rows=cursor.fetchall()
except Exception as e:
print(e)2.獲取數據
》》執行sql語句 def export_xlsx(self):
#建立連接
cursor=self.conn.cursor()
try:
#執行sql語句(如果數據量大，需要借助于分頁查詢)
cursor.execute('select eno,name,salary from emp')
#獲取數據
rows=cursor.fetchall()
except Exception as e:
print(e)3.存儲數據
》》設置屬性
》》保存圖表 #寫入行號id
row_id = 13
#遍歷每行數據
for (i,row) in enumerate(rows):
(self.ws['B{0}'.format(row_id)],
self.ws['C{0}'.format(row_id)],
self.ws['D{0}'.format(row_id)])=row
row_id += 1
#顯示圖表
chart = BarChart()
#設置圖表名稱
chart.title = "薪資統計表"
#設置顯示風格
chart.style = 16
#設置x軸坐標軸名稱
chart.x_axis.title = '姓名'
#設置y軸坐標軸名稱
chart.y_axis.title = '薪資'
#橫坐標
cats = Reference(self.ws, min_col=3, min_row=13, max_row=row_id)
#數據區域
data = Reference(self.ws, min_col=4, min_row=12, max_row=row_id)
#添加數據
chart.add_data(data, titles_from_data=True)
#添加屬性
chart.set_categories(cats)
#添加圖表
self.ws.add_chart(chart, "A{0}".format(row_id + 2))
#保存數據
self.wb.save('./emp.xlsx')
結果文件
三.完整代碼
import pymysql
from openpyxl import load_workbook
from openpyxl.chart import BarChart, Reference
#初始化
class emp_xlsx():
def __init__(self, host, user, password, database):
#初始化連接信息
self.conn = pymysql.connect(host=host,
user=user,
password=password,
database=database
)
#初始化模板文件
self.wb = load_workbook('./temp.xlsx')
#獲取sheet頁簽
self.ws = self.wb.active
#頁簽名
self.ws.title = '員工薪資統計'
#頁簽顏色屬性
self.ws.sheet_properties.tabColor = 'ff0000'
#導出數據
def export_xlsx(self):
#建立連接
cursor=self.conn.cursor()
try:
#執行sql語句(如果數據量大，需要借助于分頁查詢)
cursor.execute('select eno,name,salary from emp')
#獲取數據
rows=cursor.fetchall()
except Exception as e:
print(e)
#寫入行號id
row_id = 13
#遍歷每行數據
for (i,row) in enumerate(rows):
(self.ws['B{0}'.format(row_id)],
self.ws['C{0}'.format(row_id)],
self.ws['D{0}'.format(row_id)])=row
row_id += 1
#顯示圖表
chart = BarChart()
#設置圖表名稱
chart.title = "薪資統計表"
#設置顯示風格
chart.style = 16
#設置x軸坐標軸名稱
chart.x_axis.title = '姓名'
#設置y軸坐標軸名稱
chart.y_axis.title = '薪資'
#橫坐標
cats = Reference(self.ws, min_col=3, min_row=13, max_row=row_id)
#數據區域
data = Reference(self.ws, min_col=4, min_row=12, max_row=row_id)
#添加數據
chart.add_data(data, titles_from_data=True)
#添加屬性
chart.set_categories(cats)
#添加圖表
self.ws.add_chart(chart, "A{0}".format(row_id + 2))
#保存數據
self.wb.save('./emp.xlsx')
#初始化連接
new_mysql=emp_xlsx('127.0.0.1',
'root',
'253611',
'company')
#導出數據
new_mysql.export_xlsx()
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
數據
+關注
關注
8文章
7231瀏覽量
90616 -
Excel
+關注
關注
4文章
225瀏覽量
56200 -
數據表
+關注
關注
0文章
299瀏覽量
11667
發布評論請先 登錄
相關推薦
實現 Labview 和SQL server進行數據的讀取和寫入
行數據不變?，F在實現了 Labview 和SQL server進行數據的讀取和寫入，但怎樣選中某行，顏色變深，以及怎樣保存數據進入該行，有請高人指點，有案例更好，謝謝
發表于 09-07 09:25
【EXCEL實時寫入】掃描EXCEL已有數據的行數并插入數據
本帖最后由 hg110429 于 2021-8-20 14:40 編輯
之前發現很多同學都在問，如何掃描Excel表內數據的行數，然后在已有數據下方
發表于 08-20 14:37
Excel進行電路統計分析
摘要：本文向廣大電路設計人員介紹了一種利用Excel電子表對電路進行全面的統計分析的簡單方法，幾乎適用于任何電路。本文介紹的方法對于深入了解電路在實際環境中的運行情況
發表于 01-22 15:06
?2113次閱讀
數據分析、數據挖掘和數據統計的概念與主要區別及其舉例分析
數據挖掘就是從海量數據中找到隱藏的規則，數據分析一般要分析的目標比較明確，數據統計則是單純的使用樣本來推斷總體。 主要區別： 數據分析的重點
發表于 09-28 19:20
?18次下載
睡眠節律數據統計分析系統的設計
為了解決睡眠節律研究中數據的快速導入、準確分析和詳細統計的問題，提出了一種睡眠節律數據統計分析系統。該系統基于．NET開發平臺，以Oracle為后臺數據庫，采用B/S結構模式，分為
發表于 11-15 16:22
?8次下載
如何利用ZWS云平臺的自定義統計算法對數據進行統計？
設備數據上云，解析后的設備數據一般是時序存儲，但純粹的設備時序數據無法給用戶帶來更大的業務價值，需要根據業務需求進行額外的數據統計分析。
【產品應用】如何利用IoT云平臺統計設備數據？— 進階篇
。應用場景上一篇《如何利用IoT云平臺統計設備數據？—基礎篇》介紹了如何運用ZWS云平臺中的內置統計算法進行數據統計，這次將介紹如何創建自定義統計
如何使用SQL進行數據分析
使用SQL進行數據分析是一個強大且靈活的過程，它涉及從數據庫中提取、清洗、轉換和聚合數據，以便進行進一步的分析和洞察。 1.
工商網監
評論