Python自动生报告\_PDF与Excel输出教程

本文详解如何用Python高效实现分析报告的自动化生成与双格式输出（PDF和Excel），核心围绕“数据处理—可视化—文档编排”三步联动展开：借助pandas清洗汇总数据，matplotlib/seaborn绘制图表并妥善解决中文显示问题，openpyxl精细控制Excel样式与嵌入图表，再通过Jinja2模板渲染HTML、pdfkit转码为专业PDF，兼顾易用性与排版可控性；文章不仅提供清晰的环境配置清单、分步实操逻辑和避坑指南（如分页断裂、图表刷新、中文字体配置），更封装成一键生成双格式报告的可复用函数，让日常业务分析真正告别重复劳动，快速落地自动化。

用Python自动生成分析报告并导出为PDF和Excel，核心在于“数据处理 + 可视化 + 文档编排”三步联动。关键不是堆砌库，而是选对工具、理清流程：pandas做数据整理，matplotlib/seaborn绘图，openpyxl或xlsxwriter写Excel，而PDF推荐使用pdfkit（基于wkhtmltopdf）或reportlab——前者适合HTML转PDF（易上手、样式灵活），后者适合完全代码控制布局（学习成本略高）。

一、准备环境与基础依赖

确保安装以下常用库：

• pandas：读取、清洗、汇总数据
• matplotlib 或 seaborn：生成统计图表（注意设置plt.rcParams['font.sans-serif']支持中文）
• openpyxl：向Excel写入带样式的表格、图表（支持.xlsx）、多Sheet管理
• pdfkit + wkhtmltopdf：将HTML模板转为PDF（需单独下载wkhtmltopdf二进制并配置路径）
• jinja2：渲染动态HTML报告模板（插入标题、表格、图片路径等）

二、Excel报告：结构清晰、开箱即用

用openpyxl可实现表头加粗、列宽自适应、数字格式化、甚至嵌入图表。示例逻辑：

• 创建Workbook，添加多个Worksheet（如“概览”“明细”“图表”）
• 用dataframe.to_excel(writer, sheet_name='概览', index=False)写入基础表
• 手动设置单元格样式：ws['A1'].font = Font(bold=True)，ws.column_dimensions['B'].width = 15
• 从matplotlib保存图表为PNG，再用openpyxl.drawing.image.Image()插入工作表

三、PDF报告：HTML为桥，样式可控

比直接用reportlab更快落地的方式是：先用Jinja2生成含CSS样式的HTML，再用pdfkit转PDF。

• 编写HTML模板（report_template.html），预留{{ title }}、{{ table_html }}、{{ chart_path }}等变量
• 在Python中用df.to_html(index=False, classes='table')生成表格HTML片段
• 保存matplotlib图表为本地PNG（如chart1.png），路径传入模板
• 调用pdfkit.from_file('report.html', 'output.pdf')一键输出
• 注意：CSS中用@page { size: A4; margin: 1cm; }控制页边距，避免截断

四、整合成函数，一键生成双格式

封装主函数，统一输入数据源（CSV/Excel），自动完成清洗→分析→绘图→写Excel→生成HTML→转PDF：

• 函数接收参数：input_path、output_prefix（如"sales_q3"）
• 内部按顺序执行各模块，出错时抛出明确提示（如“图表未生成，请检查matplotlib后端”）
• 最终输出：sales_q3_report.xlsx 和 sales_q3_report.pdf
• 建议加日志记录关键步骤耗时，便于后续优化批量任务

不复杂但容易忽略：中文显示问题（字体配置）、PDF分页断裂（CSS控制page-break-inside: avoid）、Excel图表刷新延迟（保存前调用wb.save()而非仅close()）。把这三关调通，日常业务报告自动化就稳了。

今天关于《Python自动生报告\_PDF与Excel输出教程》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！