Python 读取与处理出入库 Excel 数据实战案例（HTML 网页展示）

有如下数据，需要对数据合并处理，输出到数据库。

数据样例：👇

excel内容：

出入库统计表河北库.xlsx:

出入库统计表天津库.xlsx:

01实现过程

1、创建test.py文件，然后将下面代码复制到里面，最后运行

# 导入必要的库，pandas 用于数据处理，sqlalchemy 用于连接数据库
import pandas as pd
from sqlalchemy import create_enginedef read_excel_data(file_name):# 读取整个 Excel 文件，header=None 表示不使用第一行作为列名df = pd.read_excel(file_name, header=None)# 找到服装类和食品类的起始行，使用 df[df[0] == '条件']来筛选特定内容的行，index[0]获取索引，+1 得到起始行的下一行clothing_start = df[df[0] == '1、服装类'].index[0] + 1food_start = df[df[0] == '2、食品类'].index[0] + 1# 读取服装类数据，header 参数指定起始行，nrows 指定读取的行数clothing_df = pd.read_excel(file_name, header=clothing_start, nrows=2)# 读取食品类数据，同理food_df = pd.read_excel(file_name, header=food_start, nrows=2)return clothing_df, food_df
# 定义一个函数用于从 Excel 文件中读取特定部分的数据# 读取河北库和天津库的数据
df1_clothing, df1_food = read_excel_data('出入库统计表河北库.xlsx')
df2_clothing, df2_food = read_excel_data('出入库统计表天津库.xlsx')
# 调用函数读取两个不同库的服装类和食品类数据# 合并服装类数据，pd.concat 用于连接多个 DataFrame
clothing_combined = pd.concat([df1_clothing, df2_clothing])
clothing_combined['类型'] = '服装类'
# 将两个库的服装类数据合并，并添加类型列# 合并食品类数据，同理
food_combined = pd.concat([df1_food, df2_food])
food_combined['类型'] = '食品类'# 定义列顺序
clothing_columns = ['库房', '类型', '出入库', '男士上衣', '男士下装', '女士上装', '女士下装', '童装','男士内衣', '女士内衣', '运动装', '工作服', '户外服装', '特殊服装', '冬装', '夏装', '合计']
food_columns = ['库房', '类型', '出入库', '酒水', '调料', '肉类', '合计']# 处理服装类数据，reindex 用于重新排列列的顺序
clothing_result = clothing_combined.reindex(columns=clothing_columns)# 处理食品类数据，同理
food_result = food_combined.reindex(columns=food_columns)# 生成 HTML 内容
html_content = f"""
<!DOCTYPE html>
<html lang="zh-CN">
<head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>2024 年产品出入库统计</title><style>table {{width: 100%;border-collapse: collapse;}}th, td {{border: 1px solid black;padding: 8px;text-align: left;}}th {{background-color: #f2f2f2;}}</style>
</head>
<body><h1>2024 年产品出入库统计</h1><h2>1. 服装类</h2>
<table><thead><tr>{''.join([f'<th>{col}</th>' for col in clothing_columns])}</tr></thead><tbody>{''.join([f'<tr>{" ".join([f"<td>{item}</td>" for item in row])}</tr>' for row in clothing_result.values])}</tbody>
</table><h2>2. 食品类</h2>
<table><thead><tr>{''.join([f'<th>{col}</th>' for col in food_columns])}</tr></thead><tbody>{''.join([f'<tr>{" ".join([f"<td>{item}</td>" for item in row])}</tr>' for row in food_result.values])}</tbody>
</table></body>
</html>
"""
# 使用字符串格式化生成 HTML 内容，包括表格结构和数据# 将 HTML 内容写入文件
with open('output.html', 'w', encoding='utf-8') as file:file.write(html_content)
# 打开文件并写入生成的 HTML 内容# 连接 MySQL 数据库
engine = create_engine('mysql+pymysql://root:root@127.0.0.1:3306/test01')
# 使用 sqlalchemy 创建数据库连接引擎# 将数据写入 MySQL 数据库
clothing_result.to_sql('clothing_table', con=engine, if_exists='replace', index=False)
food_result.to_sql('food_table', con=engine, if_exists='replace', index=False)
# 将处理后的服装类和食品类数据分别写入 MySQL 数据库中的不同表，如果表已存在则替换，并且不写入索引列