🧮 excel_pivot —— 透视汇总

一行代码替代 Excel 里「插入→透视表→拖拽字段」的繁琐操作。excel_pivot 读取订单明细，自动按「地区 × 品类」汇总销售额与数量，并带总计行列，结果同时输出 xlsx 与 csv。

适用人群

• • 经常做销售/订单多维汇总分析的数据、运营同学。
• • 想要「数据进来、汇总表出去」全自动化的效率控。
• • 习惯用 pandas 但不想每次手敲透视参数的新手。

功能简介

• • 读取 testdata/orders.xlsx（列：地区, 品类, 销售额, 数量）。
• • 生成透视表：行=地区，列=品类，值=销售额/数量，聚合方式 sum，带「总计」。
• • 同时输出 output/pivot.xlsx 与 output/pivot.csv（CSV 带 BOM，Excel 打开不乱码）。
• • 行/列/值/聚合方式均可命令行指定。
• 

环境准备

依赖 pandas（底层读写引擎 openpyxl）：

pip install pandas openpyxl

使用方法

cd excel_pivot

# 生成测试素材
python gen_testdata.py

# 默认透视：地区 × 品类，汇总 销售额/数量 之和
python excel_pivot.py

# 自定义：按 品类 行、地区 列，只看 销售额 的平均值
python excel_pivot.py --index 品类 --columns 地区 --values 销售额 --agg mean

结果写入 output/pivot.xlsx 与 output/pivot.csv。

核心代码讲解

1. 一行生成透视表

pivot = pd.pivot_table(
    df,
    index="地区",          # 行
    columns="品类",        # 列
    values=["销售额", "数量"],
    aggfunc="sum",         # 聚合
    margins=True,          # 显示总计
    margins_name="总计",
)

pivot_table 是 pandas 的核心汇总函数；margins=True 自动加总计行列。

2. 双格式输出

pivot.to_excel(OUTPUT_XLSX, engine="openpyxl")
pivot.to_csv(OUTPUT_CSV, encoding="utf-8-sig")

utf-8-sig 写入 BOM，Excel 双击 CSV 时中文不会乱码。

3. 命令行灵活配置

parser.add_argument("--values", nargs="+", default=["销售额", "数量"])

nargs="+" 允许一次传多个值列，比如 --values 销售额 数量 利润。

测试素材说明

testdata/orders.xlsx 含 12 行订单，含部分「同地区+同品类」重复组合以演示聚合：

（华东食品=1500、华南数码=2400、华北家居=1500 将被聚合求和）

常见问题

• • Q：CSV 打开中文乱码？
  A：脚本已用 utf-8-sig，若仍乱码请确认用 Excel 打开而非记事本。
• • Q：想换成平均值/计数？
  A：--agg mean 或 --agg count 即可，aggfunc 支持任意 pandas 聚合函数。
• • Q：多值列时表头是两层？
  A：是的，pandas 会把「数值列×类别」做成多级列头，Excel 中显示为合并标题。

打包成 exe

# 1. 安装打包工具
pip install pyinstaller

# 2. 单文件、无控制台
pyinstaller -F -w excel_pivot.py

# 3. 加图标
pyinstaller -F -w -i excel_pivot.ico excel_pivot.py

# 4. 瘦身
pyinstaller -F -w --exclude-module matplotlib --exclude-module numpy.linalg \
  --exclude-module scipy excel_pivot.py

资源文件路径处理：脚本用 os.path.dirname(os.path.abspath(__file__)) 定位 testdata/orders.xlsx 与 output/，打包后从 exe 同目录读取，无需 --add-data。exe 与 testdata 文件夹放一起即可。

常见坑

• • pandas 打包体积较大属正常；用 --exclude-module 可瘦身。
• • 若报缺失模块，加 --hidden-import=openpyxl。
• • 双击无反应多半缺 testdata/orders.xlsx，去掉 -w 重打包看报错。

小结

excel_pivot 是数据分析的「收口」工具——把清洗好的明细一键变成决策用的汇总表。至此，「合并 → 拆分 → 清洗 → 图表 → 透视」Excel 基础五件套全部就位，足以覆盖办公自动化 80% 的表格场景。