excel-report-generator

仓库: wwwzhouhui/skills_collection
安装量: 163
排名: #5319

安装

npx skills add https://github.com/wwwzhouhui/skills_collection --skill excel-report-generator

Excel Report Generator

自动化 Excel 报表生成工具，支持从多种数据源生成专业的 Excel 报告。

功能概述

这个 Skill 可以帮助你：

📊 从 CSV、数据库或 Python 数据结构生成 Excel 报表 📈 创建包含图表、格式化和公式的数据分析报告 📋 基于模板填充数据生成业务报告 💾 将系统数据批量导出为格式化的 Excel 文件 🎨 应用专业的样式、颜色和条件格式 核心技术栈 pandas: 数据处理和分析 openpyxl: Excel 文件读写和格式化 xlsxwriter: 高级图表和格式支持（可选） 使用场景 1. 数据分析报表

从原始数据生成包含统计分析、透视表和可视化图表的综合报告。

示例请求:

"帮我从这个 CSV 生成销售分析报表" "创建一个包含月度趋势图的数据分析 Excel" "生成带有统计汇总的财务报表" 2. 业务报告

定期生成标准化的业务报告，如销售报告、KPI 仪表板等。

示例请求:

"生成本月的销售业绩报告" "创建 KPI 跟踪报表" "导出季度业务总结 Excel" 3. 数据导出

将数据库查询结果或系统数据导出为格式化的 Excel 文件。

示例请求:

"把用户数据导出到 Excel" "将数据库查询结果保存为 Excel 文件" "导出多个工作表的数据集" 4. 模板填充

基于预定义的 Excel 模板填充动态数据。

示例请求:

"使用这个模板生成报告" "填充 Excel 模板中的数据" "批量生成基于模板的发票" 使用方法 基本工作流程 准备数据源: CSV 文件、pandas DataFrame、数据库连接或 Python 字典 定义报表需求: 描述所需的格式、图表、样式 生成报表: 自动创建格式化的 Excel 文件 验证输出: 检查生成的文件是否符合要求 命令示例

从 CSV 生成报表:

请从 sales_data.csv 生成一个销售分析报表，包含： - 按产品分类的销售汇总 - 月度销售趋势图 - Top 10 产品排名

从 DataFrame 生成报表:

我有一个 pandas DataFrame，帮我生成 Excel 报表，包括： - 数据透视表 - 条件格式高亮异常值 - 自动筛选和冻结首行

使用模板:

基于 templates/monthly_report.xlsx 模板，填充当月数据并生成报告

实现指南

当用户请求生成 Excel 报表时，遵循以下步骤：

Step 1: 数据准备 import pandas as pd from openpyxl import load_workbook from openpyxl.styles import Font, PatternFill, Alignment from openpyxl.utils.dataframe import dataframe_to_rows

读取数据

df = pd.read_csv('data.csv')

或从数据库

df = pd.read_sql(query, connection)

Step 2: 数据处理

数据清洗和转换

df_clean = df.dropna()

统计分析

summary = df.groupby('category').agg({ 'sales': ['sum', 'mean', 'count'], 'profit': 'sum' })

Step 3: 创建 Excel 文件

使用 pandas ExcelWriter

with pd.ExcelWriter('output.xlsx', engine='openpyxl') as writer: # 写入原始数据 df_clean.to_excel(writer, sheet_name='Raw Data', index=False)

# 写入汇总数据
summary.to_excel(writer, sheet_name='Summary')

# 获取 workbook 进行格式化
workbook = writer.book
worksheet = writer.sheets['Summary']

Step 4: 格式化和样式

标题样式

header_font = Font(bold=True, color='FFFFFF') header_fill = PatternFill(start_color='4472C4', end_color='4472C4', fill_type='solid')

应用样式到标题行

for cell in worksheet[1]: cell.font = header_font cell.fill = header_fill cell.alignment = Alignment(horizontal='center')

列宽自动调整

for column in worksheet.columns: max_length = 0 column_letter = column[0].column_letter for cell in column: if len(str(cell.value)) > max_length: max_length = len(str(cell.value)) worksheet.column_dimensions[column_letter].width = max_length + 2

Step 5: 添加图表（可选） from openpyxl.chart import BarChart, Reference

创建图表

chart = BarChart() chart.title = "Sales by Category" chart.x_axis.title = "Category" chart.y_axis.title = "Sales"

数据引用

data = Reference(worksheet, min_col=2, min_row=1, max_row=10) categories = Reference(worksheet, min_col=1, min_row=2, max_row=10)

chart.add_data(data, titles_from_data=True) chart.set_categories(categories)

添加到工作表

worksheet.add_chart(chart, "E5")

高级功能 条件格式 from openpyxl.formatting.rule import ColorScaleRule, CellIsRule

色阶格式

worksheet.conditional_formatting.add( 'B2:B100', ColorScaleRule(start_type='min', start_color='FF6347', mid_type='percentile', mid_value=50, mid_color='FFFF00', end_type='max', end_color='90EE90') )

基于规则的格式

red_fill = PatternFill(start_color='FFC7CE', end_color='FFC7CE', fill_type='solid') worksheet.conditional_formatting.add( 'C2:C100', CellIsRule(operator='lessThan', formula=['0'], fill=red_fill) )

数据验证 from openpyxl.worksheet.datavalidation import DataValidation

下拉列表

dv = DataValidation(type="list", formula1='"优秀,良好,一般,较差"', allow_blank=True) worksheet.add_data_validation(dv) dv.add('D2:D100')

公式应用

添加求和公式

worksheet['B11'] = '=SUM(B2:B10)'

添加平均值公式

worksheet['C11'] = '=AVERAGE(C2:C10)'

最佳实践 1. 性能优化 对于大数据集（>10万行），使用 openpyxl 的 write_only 模式 分批处理数据，避免内存溢出 使用 xlsxwriter 引擎处理复杂图表和格式 2. 错误处理 try: df = pd.read_csv('data.csv') except FileNotFoundError: print("数据文件不存在") except pd.errors.EmptyDataError: print("数据文件为空")

  1. 文件命名规范 from datetime import datetime

使用时间戳避免文件覆盖

timestamp = datetime.now().strftime('%Y%m%d_%H%M%S') filename = f'sales_report_{timestamp}.xlsx'

  1. 数据验证

检查必需列

required_columns = ['date', 'product', 'sales'] if not all(col in df.columns for col in required_columns): raise ValueError(f"缺少必需列: {required_columns}")

数据类型验证

df['date'] = pd.to_datetime(df['date']) df['sales'] = pd.to_numeric(df['sales'], errors='coerce')

  1. 模板管理 将常用模板存放在 ~/.claude/skills/excel-report-generator/templates/ 目录 使用相对路径引用: templates/monthly_report.xlsx 保持模板简洁，只包含结构和样式，不包含数据 快速参考 常用代码片段

查看 examples/quick_reference.py 获取常用代码片段，包括：

基本 Excel 创建 多工作表管理 样式和格式化 图表创建 条件格式 公式应用 示例文件 examples/basic_report.py - 基础报表生成示例 examples/advanced_report.py - 高级功能示例 examples/template_fill.py - 模板填充示例 templates/business_report.xlsx - 业务报告模板 templates/data_analysis.xlsx - 数据分析模板 依赖安装

确保已安装必需的 Python 包：

pip install pandas openpyxl xlsxwriter

可选依赖：

pip install matplotlib seaborn # 用于数据可视化 pip install sqlalchemy pymysql # 用于数据库连接

故障排查 常见问题

Q: 生成的 Excel 文件无法打开 A: 确保使用 .xlsx 扩展名，检查文件权限，验证数据中没有非法字符

Q: 图表不显示 A: 检查数据引用范围是否正确，确保数据类型为数值型

Q: 中文乱码 A: 使用 encoding='utf-8-sig' 读取 CSV，或在 Excel 中使用 UTF-8 编码

Q: 大文件生成很慢 A: 使用 write_only=True 模式，减少格式化操作，分批写入数据

相关资源 pandas 官方文档 openpyxl 官方文档 xlsxwriter 官方文档 查看 REFERENCE.md 获取详细 API 参考 版本历史 v1.0.0 (2025-01-12) - 初始版本，支持基础报表生成和模板填充

← 返回排行榜