Back to Details

excel-report-generator

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

Excel Report Generator

Excel报表生成器

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。
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

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
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

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）
  • 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

使用场景

1. 数据分析报表

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"
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

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"
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

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"
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

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"
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

使用方法

基本工作流程

基本工作流程

  1. 准备数据源: CSV 文件、pandas DataFrame、数据库连接或 Python 字典
  2. 定义报表需求: 描述所需的格式、图表、样式
  3. 生成报表: 自动创建格式化的 Excel 文件
  4. 验证输出: 检查生成的文件是否符合要求
  1. 准备数据源: CSV 文件、pandas DataFrame、数据库连接或 Python 字典
  2. 定义报表需求: 描述所需的格式、图表、样式
  3. 生成报表: 自动创建格式化的 Excel 文件
  4. 验证输出: 检查生成的文件是否符合要求

命令示例

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
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

实现指南

当用户请求生成 Excel 报表时，遵循以下步骤：
当用户请求生成 Excel 报表时，遵循以下步骤：

Step 1: 数据准备

Step 1: 数据准备

python
import pandas as pd
from openpyxl import load_workbook
from openpyxl.styles import Font, PatternFill, Alignment
from openpyxl.utils.dataframe import dataframe_to_rows
python
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

读取数据

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

或从数据库

或从数据库

df = pd.read_sql(query, connection)

df = pd.read_sql(query, connection)

undefined
undefined

Step 2: 数据处理

Step 2: 数据处理

python
undefined
python
undefined

数据清洗和转换

数据清洗和转换

df_clean = df.dropna()
df_clean = df.dropna()

统计分析

统计分析

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

Step 3: 创建 Excel 文件

Step 3: 创建 Excel 文件

python
undefined
python
undefined

使用 pandas ExcelWriter

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']
undefined
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']
undefined

Step 4: 格式化和样式

Step 4: 格式化和样式

python
undefined
python
undefined

标题样式

标题样式

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

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

列宽自动调整

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
undefined
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
undefined

Step 5: 添加图表（可选）

Step 5: 添加图表（可选）

python
from openpyxl.chart import BarChart, Reference
python
from openpyxl.chart import BarChart, Reference

创建图表

创建图表

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

数据引用

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)
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

添加到工作表

worksheet.add_chart(chart, "E5")
undefined
worksheet.add_chart(chart, "E5")
undefined

高级功能

高级功能

条件格式

条件格式

python
from openpyxl.formatting.rule import ColorScaleRule, CellIsRule
python
from openpyxl.formatting.rule import ColorScaleRule, CellIsRule

色阶格式

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') )
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

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) )
undefined
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) )
undefined

数据验证

数据验证

python
from openpyxl.worksheet.datavalidation import DataValidation
python
from openpyxl.worksheet.datavalidation import DataValidation

下拉列表

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')
undefined
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')
undefined

公式应用

公式应用

python
undefined
python
undefined

添加求和公式

添加求和公式

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

添加平均值公式

添加平均值公式

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

最佳实践

最佳实践

1. 性能优化

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
  • 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

2. 错误处理

python
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")
python
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")

3. 文件命名规范

3. 文件命名规范

python
from datetime import datetime
python
from datetime import datetime

使用时间戳避免文件覆盖

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

4. 数据验证

4. 数据验证

python
undefined
python
undefined

检查必需列

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}")
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

数据类型验证

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

5. 模板管理

5. 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
  • 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

快速参考

常用代码片段

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
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

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
  • 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

依赖安装

确保已安装必需的 Python 包：
bash
pip install pandas openpyxl xlsxwriter
可选依赖：
bash
pip install matplotlib seaborn  # 用于数据可视化
pip install sqlalchemy pymysql  # 用于数据库连接
确保已安装必需的 Python 包：
bash
pip install pandas openpyxl xlsxwriter
可选依赖：
bash
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

故障排查

常见问题

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
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

相关资源

版本历史

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
  • v1.0.0 (2025-01-12) - 初始版本，支持基础报表生成和模板填充