先合并几个内容类似的 Excel，在通过一个字段把另一个Excel文件的内容添加进来，然后自动进行 groupby 处理，最好还是要一个 GUI 页面，TM 要求真多！
选择需要批量处理的 Excel 文件所在的目录和保存生成的新 Excel 的目录，以及那个需要 merge 进来的文件目录，点击 Start 按钮就可以自动完成
我们还是先看下测试数据
代码语言：javascript复制import pandas as pd
import numpy as np
import glob
glob.glob("./sales*.xlsx")Output：
代码语言：javascript复制['.\sales-feb-2014.xlsx', '.\sales-jan-2014.xlsx', '.\sales-mar-2014.xlsx']上面的三个文件，就是我们需要合并的，那么合并代码比较简单，直接上
代码语言：javascript复制all_data = pd.DataFrame()
for f in glob.glob("./sales*.xlsx"):
df = pd.read_excel(f)
all_data = all_data.append(df,ignore_index=True)
all_data.head()Output：
代码语言：javascript复制 account number name sku quantity unit price ext price date
0 383080 Will LLC B1-20000 7 33.69 235.83 2014-02-01 09:04:59
1 412290 Jerde-Hilpert S1-27722 11 21.12 232.32 2014-02-01 11:51:46
2 412290 Jerde-Hilpert B1-86481 3 35.99 107.97 2014-02-01 17:24:32
3 412290 Jerde-Hilpert B1-20000 23 78.90 1814.70 2014-02-01 19:56:48
4 672390 Kuhn-Gusikowski S1-06532 48 55.82 2679.36 2014-02-02 03:45:20接下来还需要把数据中的时间转化为 pandas 的时间对象，一行代码
代码语言：javascript复制all_data['date'] = pd.to_datetime(all_data['date'])然后我们来看需要 merge 的文件
代码语言：javascript复制status = pd.read_excel("./customer-status.xlsx")
statusOutput：
代码语言：javascript复制account number name status
0 740150 Barton LLC gold
1 714466 Trantow-Barrows silver
2 218895 Kulas Inc bronze
3 307599 Kassulke, Ondricka and Metz bronze
4 412290 Jerde-Hilpert bronze
5 729833 Koepp Ltd silver
6 146832 Kiehn-Spinka silver
7 688981 Keeling LLC silver接下来我们直接使用 pandas 的 merge 方法进行关联
代码语言：javascript复制all_data_st = pd.merge(all_data, status, how='left')
all_data_st.head()Output：
代码语言：javascript复制 account number name sku quantity unit price ext price date status
0 383080 Will LLC B1-20000 7 33.69 235.83 2014-02-01 09:04:59 NaN
1 412290 Jerde-Hilpert S1-27722 11 21.12 232.32 2014-02-01 11:51:46 bronze
2 412290 Jerde-Hilpert B1-86481 3 35.99 107.97 2014-02-01 17:24:32 bronze
3 412290 Jerde-Hilpert B1-20000 23 78.90 1814.70 2014-02-01 19:56:48 bronze
4 672390 Kuhn-Gusikowski S1-06532 48 55.82 2679.36 2014-02-02 03:45:20 silver可以看到两组数据关联成功了，但是对于某些账号 ，比如 737550 是没有 status 的
代码语言：javascript复制all_data_st[all_data_st["account number"]==737550].head()Output：
代码语言：javascript复制account number name sku quantity unit price ext price date status
15 737550 Fritsch, Russel and Anderson S1-47412 40 51.01 2040.40 2014-02-05 01:20:40 NaN
25 737550 Fritsch, Russel and Anderson S1-06532 34 18.69 635.46 2014-02-07 09:22:02 NaN
66 737550 Fritsch, Russel and Anderson S1-27722 15 70.23 1053.45 2014-02-16 18:24:42 NaN
78 737550 Fritsch, Russel and Anderson S2-34077 26 93.35 2427.10 2014-02-20 18:45:43 NaN
80 737550 Fritsch, Russel and Anderson S1-93683 31 10.52 326.12 2014-02-21 13:55:45 NaN对于这种数据，我们通过 fillna 函数处理下
代码语言：javascript复制all_data_st['status'].fillna('bronze',inplace=True)
all_data_st.head()Output：
代码语言：javascript复制account number name sku quantity unit price ext price date status
0 383080 Will LLC B1-20000 7 33.69 235.83 2014-02-01 09:04:59 bronze
1 412290 Jerde-Hilpert S1-27722 11 21.12 232.32 2014-02-01 11:51:46 bronze
2 412290 Jerde-Hilpert B1-86481 3 35.99 107.97 2014-02-01 17:24:32 bronze
3 412290 Jerde-Hilpert B1-20000 23 78.90 1814.70 2014-02-01 19:56:48 bronze
4 672390 Kuhn-Gusikowski S1-06532 48 55.82 2679.36 2014-02-02 03:45:20 silver现在所有的数据都是完整的了，我们可以进行最后的报告数据处理了
代码语言：javascript复制all_data_st["status"] = all_data_st["status"].astype("category")
all_data_st["status"].cat.set_categories(["gold", "silver", "bronze"], inplace=True)
result = all_data_st.groupby(["status"])["unit price"].agg([np.mean])
resultOutput：
代码语言：javascript复制 mean
status
gold 53.723889
silver 57.272714
bronze 57.371163最终的报告内容很简单，根据 status 分组，然后获取自动 unit price 的平均值
好了，数据处理完成，我们来编写 GUI 页面吧，这次我们使用的是 wxPython 库
代码语言：javascript复制pip install wxpython
pip install gooey接下来创建一个 parse_args 函数来获取必要的输入信息
- 数据目录
- 输出目录
- 账户状态文件
from argparse import ArgumentParser
parser = ArgumentParser(description='Create Quarterly Marketing Report')
parser.add_argument('data_directory',
action='store',
help="Source directory that contains Excel files")
parser.add_argument('output_directory',
action='store',
help="Output directory to save summary report")
parser.add_argument('cust_file',
action='store',
help='Customer Account Status File')
parser.add_argument('-d', help='Start date to include')
args = parser.parse_args()当然我们很多时候，目录配置一次，下次就不再改变了，所以我们设置一个 json 文件来保存目录的配置信息
代码语言：javascript复制from argparse import ArgumentParser
def parse_args():
""" Use ArgParser to build up the arguments we will use in our script
Save the arguments in a default json file so that we can retrieve them
every time we run the script.
"""
stored_args = {}
# get the script name without the extension & use it to build up
# the json filename
script_name = os.path.splitext(os.path.basename(__file__))[0]
args_file = "{}-args.json".format(script_name)
# Read in the prior arguments as a dictionary
if os.path.isfile(args_file):
with open(args_file) as data_file:
stored_args = json.load(data_file)
parser = ArgumentParser(description='Create Quarterly Marketing Report')
parser.add_argument('data_directory',
action='store',
default=stored_args.get('data_directory'),
help="Source directory that contains Excel files")
parser.add_argument('output_directory',
action='store',
default=stored_args.get('output_directory'),
help="Output directory to save summary report")
parser.add_argument('cust_file',
action='store',
default=stored_args.get('cust_file'),
help='Customer Account Status File')
parser.add_argument('-d', help='Start date to include',
default=stored_args.get('d'))
args = parser.parse_args()
# Store the values of the arguments so we have them next time we run
with open(args_file, 'w') as data_file:
# Using vars(args) returns the data as a dictionary
json.dump(vars(args), data_file)
return args这样，我们就可以通过命令行来获取到相关需要传入的信息了
代码语言：javascript复制if __name__ == '__main__':
conf = parse_args()
print("Reading sales files")
sales_df = combine_files(conf.data_directory)
print("Reading customer data and combining with sales")
customer_status_sales = add_customer_status(sales_df, conf.cust_file)
print("Saving sales and customer summary data")
save_results(customer_status_sales, conf.output_directory)
print("Done")接下来构建 GUI 页面
代码语言：javascript复制from gooey import Gooey
@Gooey(program_name="Create Quarterly Marketing Report")
def parse_args():
""" Rest of program below
"""
...Gooey 可以非常方便的构建页面，这样我们的一个简单 GUI 页面就完成了
接下来我们做些优化，比如替换控件来支持文件路径选择等
代码语言：javascript复制parser.add_argument('data_directory',
action='store',
default=stored_args.get('data_directory'),
widget='DirChooser',
help="Source directory that contains Excel files")这样，我们的小工具也就完成了，我们来看下效果
生成的文件就在指定的目录下哦，完成！
