近期每天都要監控一個數據。第一個版本是這樣的：

每天新增一個文檔來匯總這個數據。這樣搞了幾天之后，過了一個周末，過來突然發現數據變多了很多，這個時候要調整策略，直接一個文檔匯總出要的數據就可以了。

這樣查了兩天，我又嫌麻煩了，跟同事說了我的需求，問他能不能幫我用python搞成自動查結果然后把結果寫到excel中的。他聽完需求說這樣是沒有問題的。中午的時候他就把代碼給我了。大概分這6部分：

01

—

鏈接數據庫

import pandas as pd

import xlwings as xw

from sqlalchemy import create_engine

pd.set_option('display.float_format',lambda x : '%.4f' % x)#到小數點后兩位，完整顯示

def engine():

? ? dbs=["yy_wr:DB@&0727Ydb..CN@192.168.1.165:5567/v2"]

? ? engine=create_engine(

? ? ? ? 'mysql+pymysql://'+dbs[0],

? ? ? ? echo=False,

? ? ? ? pool_recycle=7200?

? ? )

? ? print("成功鏈接數據庫")

? ? return engine

02

—

將數據庫中的查詢語句轉譯到python中

sql="""SELECT DATE_FORMAT(交易時間,'%d') 日期, 服務費,`商戶服務費`,流量費,count(*),sum(交易金額) ,'非云閃付' 類別 from transaction_detail_202008 where `收單英文名稱`='KQ_ZQ'?

and `業務產品` like '%%99%%' and `服務類型` not like '%%云閃付%%'

GROUP BY 1,2,3,4 union all

SELECT DATE_FORMAT(交易時間,'%d') 日期,? 服務費,`商戶服務費`,流量費,count(*),sum(交易金額),'云閃付' 類別 from transaction_detail_202008 where `收單英文名稱`='KQ_ZQ'?

and `業務產品` like '%%99%%' and `服務類型` like '%%云閃付%%'

GROUP BY 1,2,3,4;"""

df=pd.read_sql(sql,con=engine())

【他給我的代碼，在'%d'中的第一個百分號前還有個%,我這邊查出來結果有問題，他那邊是正常的，我刪掉一個結果才符合預期】

03

—

打開指定的excel工作表新增工作表

app=xw.App()

df_data=app.books.open(r"E:\工作計劃\周例會數據分享\2020.8.30\服務費收取數據源.xlsx")

df_data.sheets.add('newsource')

df_sheet=df_data.sheets('newsource')

04

—

將數據庫中查詢出的結果寫入指定的excel區域

df_sheet.range("a1").value="每日交易數據"

df_sheet.range("a1:g1").api.merge

df_sheet.range("a2").value=list(df.columns)

for i in range(3,len(df)+3):

? ? df_sheet.range("a"+str(i)).value=list(df.loc[i-3])

print("每日交易數據保存完成")

【merge函數后面的括號已刪除，在同事那邊沒問題，在我這邊報錯NoneType,我刪掉這個括號才算正?！?/p>

05

—

將查出的數據進行匯總處理【透視表】

pdf=df.pivot_table(values="sum(交易金額)",index="日期",columns="類別",aggfunc="sum")

b = pdf.T.agg('sum').T#右側合計列

pdf['合計']=list(b)

a = pdf.agg('sum')#底部合計行

pdf.loc["合計"]=list(a)

pdf['云閃付占比']=(pdf['云閃付']/pdf['合計']).apply(lambda x:"%.2f%%" % (x * 100))

sever_amount=[]

sever_fee=[]

for? i in range(len(pdf)):

? ? sever_amount.append(df[(df['服務費']=='0.060%')&(df['日期']==pdf.index[i])].sum()['sum(交易金額)'])

? ? sever_fee.append(df[(df['服務費']=='0.060%')&(df['日期']==pdf.index[i])].sum()['sum(交易金額)']*0.0006)

pdf['收取服務費交易金額']=sever_amount

pdf['收取服務費金額']=sever_fee

pdf['收取服務費交易金額占比']=(pdf['收取服務費交易金額']/pdf['合計']).apply(lambda x:"%.2f%%" % (x * 100))

pdf['收取服務費交易金額占非云閃付交易比例']=(pdf['收取服務費交易金額']/pdf['非云閃付']).apply(lambda x:"%.2f%%" % (x * 100))

df_sheet.range("i1").value="云閃付交易"

df_sheet.range("i1:m1").api.merge

df_sheet.range("n1").value="服務費與占比"

df_sheet.range("n1:q1").api.merge

df_sheet.range("i2").value=pdf

print('服務費與云閃付數據保存完成')

【這一部分的處理比較復雜，運用到透視表，還運營到條件求和】

06

—

保存&關閉文件，退出app,打印提示信息

df_data.save()#保存文件#文件如果是打開狀態，不會報錯? ?但更改不會起作用

df_data.close()#關閉文件關閉之后其他的才能操作#保存時會先檢查是否已經存在，如果已經存在會有彈窗提醒

app.quit()

print("保存并關閉")

昨晚看了網易直播課的一堂課，用python去做量化投資。第一部分老師自我介紹【吹牛B】第二部分講股票投資的一些指標計算方式第三部分用python和yahoofinance中的數據進行投資收益測算

感悟：了解了量化投資是個什么玩意：用算法和指標讓程序去幫忙買入賣出。昨天的課程沒有太復雜的算法，只需要用工具把一系列的數據算出來。只是根據設置的條件去買進賣出。這種投資有勝有負，昨天的BTC模擬數據是9勝10負，但是從年初到現在的收益率已經到了89%。

投資要克服人性中的貪婪。在投資中，下跌是必然【如同地心引力】，上漲需要集聚很多的能量。如果人在操作股票的時候能夠死守規則，應該也不至于被割韭菜割得肉都割掉了。

總結

以上是生活随笔為你收集整理的python将数据写入excel_【Python】将数据库中的数据查询出来自动写入excel文档的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。