使用 Pandas, Jinja 和 WeasyPrint，轻松创建一个 PDF 报表
我們都知道，Pandas 擅長處理大量數(shù)據(jù)并以多種文本和視覺表示形式對其進行總結(jié)，它支持將結(jié)構(gòu)輸出到 CSV、Excel、HTML、json 等。但是如果我們想將多條數(shù)據(jù)合并到一個文檔中，就有些復(fù)雜了。例如，如果要將兩個 DataFrames 放在一張 Excel 工作表上，則需要使用 Excel 庫手動構(gòu)建輸出。雖然可行，但并不簡單。本文將介紹一種將多條信息組合成 HTML 模板，然后使用 Jinja 模板和 WeasyPrint 將其轉(zhuǎn)換為獨立 PDF 文檔的方法，一起來看看吧~
總體流程
如報告文章所示，使用 Pandas 將數(shù)據(jù)輸出到 Excel 文件中的多個工作表或從 pandas DataFrames 創(chuàng)建多個 Excel 文件都非常方便。但是，如果我們想將多條信息組合到一個文件中，那么直接從 Pandas 中完成的簡單方法卻并不多，下面我們來探索一條可行的簡單方法
在本文中，我將使用以下流程來創(chuàng)建多頁 PDF 文檔
這種方法的好處是我們可以將自己的工具替換到此工作流程中。不喜歡用 Jinja？那么可以插入 mako 或其他任何模板工具
工具選擇
首先，我們使用 HTML 作為模板語言，因為它可能是生成結(jié)構(gòu)化數(shù)據(jù)并允許設(shè)置相對豐富的格式的最簡單方法
其次，選擇 Jinja 是因為我有使用 Django/Flask 的經(jīng)驗，上手比較容易
這個工具鏈中最困難的部分是弄清楚如何將 HTML 呈現(xiàn)為 PDF。我覺得目前還沒有非常好的解決方案，我這里選擇了 WeasyPrint，大家也可以嘗試一下其他的工具
數(shù)據(jù)處理
導(dǎo)入模塊，讀取銷售信息
from?__future__?import?print_function import?pandas?as?pd import?numpy?as?np df?=?pd.read_excel("sales-funnel.xlsx") df.head()Output:
將數(shù)據(jù)進行透視表匯總處理
sales_report?=?pd.pivot_table(df,?index=["Manager",?"Rep",?"Product"],?values=["Price",?"Quantity"],aggfunc=[np.sum,?np.mean],?fill_value=0) sales_report.head()Output:
模板
Jinja 模板非常強大，支持許多高級功能，例如沙盒執(zhí)行和自動轉(zhuǎn)義等等
Jinja 的另一個不錯的功能是它包含多個內(nèi)置過濾器，這將允許我們以在 Pandas 中難以做到的方式格式化我們的一些數(shù)據(jù)
為了在我們的應(yīng)用程序中使用 Jinja，我們需要做 3 件事：
創(chuàng)建模板
將變量添加到模板上下文中
將模板渲染成 HTML
我們先創(chuàng)建一個簡單的模板 myreport.html
<!DOCTYPE?html> <html> <head?lang="en"><meta?charset="UTF-8"><title>{{?title?}}</title> </head> <body><h2>Sales?Funnel?Report?-?National</h2>{{?national_pivot_table?}} </body> </html>此代碼的兩個關(guān)鍵部分是 {{ title }} 和 {{ national_pivot_table }}。它們本質(zhì)上是我們在渲染文檔時將提供的變量的占位符
要填充這些變量，我們需要創(chuàng)建一個 Jinja 環(huán)境并獲取我們的模板：
from?jinja2?import?Environment,?FileSystemLoader env?=?Environment(loader=FileSystemLoader('.')) template?=?env.get_template("myreport.html")在上面的示例中，我們假設(shè)模板位于當(dāng)前目錄中
另一個關(guān)鍵組件是 env 的創(chuàng)建，這個變量是我們將內(nèi)容傳遞給模板的方式。我們創(chuàng)建一個名為 template_var 的字典，其中包含我們要傳遞給模板的所有變量
變量的名稱與我們的模板匹配
template_vars?=?{"title"?:?"Sales?Funnel?Report?-?National","national_pivot_table":?sales_report.to_html()}最后一步是使用輸出中包含的變量來呈現(xiàn) HTML，這將創(chuàng)建一個字符串，我們最終將傳遞給我們的 PDF 創(chuàng)建引擎
html_out = template.render(template_vars)生成 PDF
PDF 創(chuàng)建部分也相對簡單，我們需要做一些導(dǎo)入并將一個字符串傳遞給 PDF 生成器
from?weasyprint?import?HTML HTML(string=html_out).write_pdf("report.pdf")此命令會創(chuàng)建一個如下所示的 PDF 報告：
雖然報告生成了，但是看起來很難看啊，我們來優(yōu)化下，添加 CSS
這里使用 blue print 的 typography.css 作為我們的 style.css 的基礎(chǔ)，它有以下幾個優(yōu)點：
它比較小且易于理解
它可以在 PDF 引擎中工作而不會引發(fā)錯誤和警告
它包括看起來相當(dāng)不錯的基本表格格式
可以看到，僅僅添加一行代碼，產(chǎn)生的效果卻大大不同
更復(fù)雜的模板
為了生成更有用的報告，我們將結(jié)合上面顯示的匯總統(tǒng)計數(shù)據(jù)，并將報告拆分為每個經(jīng)理包含一個單獨的 PDF 頁面
讓我們從更新的模板（myreport.html）開始：
<!DOCTYPE?html> <html> <head?lang="en"><meta?charset="UTF-8"><title>{{?title?}}?</title> </head> <body> <div?class="container"><h2>Sales?Funnel?Report?-?National</h2>{{?national_pivot_table?}}{%?include?"summary.html"?%} </div> <div?class="container">{%?for?manager?in?Manager_Detail?%}<p?style="page-break-before:?always"?></p><h2>Sales?Funnel?Report?-?{{manager.0}}</h2>{{manager.1}}{%?include?"summary.html"?%}{%?endfor?%} </div> </body> </html>我們注意到的第一件事是有一個包含語句，它提到了另一個文件。包含允許我們引入一段 HTML 并在代碼的不同部分重復(fù)使用它。在這種情況下，摘要包含一些我們希望在每個報告中包含的簡單的國家級統(tǒng)計數(shù)據(jù)，以便管理人員可以將他們的績效與全國平均水平進行比較。
以下是 summary.html 的樣子：
<h3>National?Summary:?CPUs</h3><ul><li>Average?Quantity:?{{CPU.0|round(1)}}</li><li>Average?Price:?{{CPU.1|round(1)}}</li></ul> <h3>National?Summary:?Software</h3><ul><li>Average?Quantity:?{{Software.0|round(1)}}</li><li>Average?Price:?{{Software.1|round(1)}}</li></ul>在此代碼段中，看到我們可以訪問一些其他變量：CPU 和 Software 。其中每一個都是一個 python 列表，其中包括 CPU 和軟件銷售的平均數(shù)量和價格
還注意到我們使用管道|將每個值四舍五入到小數(shù)點后 1 位。這是使用 Jinja 過濾器的一個具體示例
還有一個 for 循環(huán)允許我們在報告中顯示每個經(jīng)理的詳細(xì)信息。Jinja 的模板語言只包含一個非常小的代碼子集，它會改變控制流
附加統(tǒng)計信息
下面編寫供模板調(diào)用的函數(shù)和代碼
一個簡單的匯總函數(shù)
def?get_summary_stats(df,product):"""For?certain?products?we?want?National?Summary?level?information?on?the?reportsReturn?a?list?of?the?average?quantity?and?price"""results?=?[]results.append(df[df["Product"]==product]["Quantity"].mean())results.append(df[df["Product"]==product]["Price"].mean())return?results創(chuàng)建經(jīng)理詳細(xì)信息
manager_df?=?[] for?manager?in?sales_report.index.get_level_values(0).unique():manager_df.append([manager,?sales_report.xs(manager,?level=0).to_html()])最后，使用以下變量調(diào)用模板
template_vars?=?{"title"?:?"National?Sales?Funnel?Report","CPU"?:?get_summary_stats(df,?"CPU"),"Software":?get_summary_stats(df,?"Software"),"national_pivot_table":?sales_report.to_html(),"Manager_Detail":?manager_df} #?Render?our?file?and?create?the?PDF?using?our?css?style?file html_out?=?template.render(template_vars) HTML(string=html_out).write_pdf("report.pdf",stylesheets=["style.css"])這樣我們的 pdf 報表就完成了，整體效果如下
完整代碼：
from?__future__?import?print_function import?pandas?as?pd import?numpy?as?np import?argparse from?jinja2?import?Environment,?FileSystemLoader from?weasyprint?import?HTMLdef?create_pivot(df,?infile,?index_list=["Manager",?"Rep",?"Product"],?value_list=["Price",?"Quantity"]):"""Create?a?pivot?table?from?a?raw?DataFrame?and?return?it?as?a?DataFrame"""table?=?pd.pivot_table(df,?index=index_list,?values=value_list,aggfunc=[np.sum,?np.mean],?fill_value=0)return?tabledef?get_summary_stats(df,product):"""For?certain?products?we?want?National?Summary?level?information?on?the?reportsReturn?a?list?of?the?average?quantity?and?price"""results?=?[]results.append(df[df["Product"]==product]["Quantity"].mean())results.append(df[df["Product"]==product]["Price"].mean())return?resultsif?__name__?==?"__main__":parser?=?argparse.ArgumentParser(description='Generate?PDF?report')parser.add_argument('infile',?type=argparse.FileType('r'),help="report?source?file?in?Excel")parser.add_argument('outfile',?type=argparse.FileType('w'),help="output?file?in?PDF")args?=?parser.parse_args()df?=?pd.read_excel(args.infile.name)sales_report?=?create_pivot(df,?args.infile.name)manager_df?=?[]for?manager?in?sales_report.index.get_level_values(0).unique():manager_df.append([manager,?sales_report.xs(manager,?level=0).to_html()])env?=?Environment(loader=FileSystemLoader('.'))template?=?env.get_template("myreport.html")template_vars?=?{"title"?:?"National?Sales?Funnel?Report","CPU"?:?get_summary_stats(df,?"CPU"),"Software":?get_summary_stats(df,?"Software"),"national_pivot_table":?sales_report.to_html(),"Manager_Detail":?manager_df}html_out?=?template.render(template_vars)HTML(string=html_out).write_pdf(args.outfile.name,stylesheets=["style.css"])各位伙伴們好，詹帥本帥搭建了一個個人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請移步小程序體驗一下哦！（歡迎提建議）推薦閱讀牛逼！Python常用數(shù)據(jù)類型的基本操作（長文系列第①篇） 牛逼！Python的判斷、循環(huán)和各種表達(dá)式（長文系列第②篇）牛逼！Python函數(shù)和文件操作（長文系列第③篇）牛逼！Python錯誤、異常和模塊（長文系列第④篇）總結(jié)
以上是生活随笔為你收集整理的使用 Pandas, Jinja 和 WeasyPrint，轻松创建一个 PDF 报表的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 最完整的时间序列分析和预测（含实例及代码
- 下一篇： 一些著名的软件都用什么语言编写？