Flask+Pandas+CSV报表实现示例
以下是一个基于 Flask + Pandas + CSV 的简单报表实现示例，包含数据加载、处理和可视化展示：
1. 项目结构
bash
flask-report/
├── app.py
├── data/
│ └── sales_data.csv
└── templates/
└── report.html
2. CSV 数据示例 (data/sales_data.csv)
csv
Date,Product,Amount,Region
2023-01-01,Product A,1500.00,North
2023-01-02,Product B,2000.00,South
2023-01-03,Product C,1800.00,East
...（更多测试数据）
3. Flask 应用 (app.py)
python
from flask import Flask, render_template
import pandas as pd
app = Flask(__name__)
def load_data():
"""加载并处理CSV数据"""
try:
df = pd.read_csv('data/sales_data.csv', parse_dates=['Date'])
# 数据清洗和处理示例
df['Month'] = df['Date'].dt.strftime('%Y-%m')
df['Amount'] = pd.to_numeric(df['Amount'], errors='coerce')
# 创建汇总数据
summary = df.groupby(['Month', 'Region'])['Amount'].sum().unstack().reset_index()
return {
'raw_data': df.to_dict('records'),
'summary': summary.to_dict('records'),
'columns': summary.columns.tolist()
}
except Exception as e:
print(f"Error loading data: {str(e)}")
return None
@app.route('/report')
def show_report():
"""报表展示路由"""
data = load_data()
if data is None:
return "数据加载失败，请检查数据文件"
return render_template('report.html', data=data)
if __name__ == '__main__':
app.run(debug=True)
4. 模板文件 (templates/report.html)
html
<!DOCTYPE html>
<html>
<head>
<title>销售报表</title>
<link href="https://cdn.jsdelivr.net/npm/bootstrap@5.1.3/dist/css/bootstrap.min.css" rel="stylesheet">
<link href="https://cdn.datatables.net/1.11.5/css/dataTables.bootstrap5.min.css" rel="stylesheet">
</head>
<body>
<div class="container mt-4">
<h2>销售汇总报表</h2>
<!-- 汇总表格 -->
<table class="table table-striped table-bordered" id="summaryTable">
<thead class="table-dark">
<tr>
{% for column in data.columns %}
<th>{{ column }}</th>
{% endfor %}
</tr>
</thead>
<tbody>
{% for row in data.summary %}
<tr>
{% for column in data.columns %}
<td>{{ row[column] | default(0) | round(2) }}</td>
{% endfor %}
</tr>
{% endfor %}
</tbody>
</table>
<h3 class="mt-5">原始数据</h3>
<!-- 原始数据表格 -->
<table class="table table-hover" id="rawDataTable">
<thead>
<tr>
<th>Date</th>
<th>Product</th>
<th>Amount</th>
<th>Region</th>
</tr>
</thead>
<tbody>
{% for item in data.raw_data %}
<tr>
<td>{{ item.Date }}</td>
<td>{{ item.Product }}</td>
<td>{{ "yen%.2f" | format(item.Amount) }}</td>
<td>{{ item.Region }}</td>
</tr>
{% endfor %}
</tbody>
</table>
</div>
<!-- 添加交互功能 -->
<script src="https://code.jquery.com/jquery-3.6.0.min.js"></script>
<script src="https://cdn.datatables.net/1.11.5/js/jquery.dataTables.min.js"></script>
<script src="https://cdn.datatables.net/1.11.5/js/dataTables.bootstrap5.min.js"></script>
<script>
$(document).ready(function() {
$('#summaryTable, #rawDataTable').DataTable({
paging: true,
searching: true,
ordering: true,
info: true
});
});
</script>
</body>
</html>
5. 运行与使用
- 安装依赖：
bash
pip install flask pandas
- 运行应用：
bash
python app.py
- 访问报表：
http://localhost:5000/report
功能特点：
- 数据加载与处理：
O 自动解析日期字段
O 金额数据校验
O 按月/地区汇总数据
- 可视化展示：
O 响应式Bootstrap布局
O 交互式排序和搜索（DataTables插件）
O 双表格展示（汇总数据 + 原始数据）
- 数据格式化：
O 金额显示为货币格式
O 数字保留两位小数
O 自动处理空值
扩展建议：
- 数据可视化增强：
python
# 添加图表支持（在load_data函数中添加）
import matplotlib.pyplot as plt
def generate_chart():
df = pd.read_csv('data/sales_data.csv')
plt.figure()
df.groupby('Product')['Amount'].sum().plot.pie(autopct='%1.1f%%')
plt.savefig('static/sales_pie.png')
- 添加数据过滤：
python
# 在路由中添加过滤参数
@app.route('/report')
def show_report():
region = request.args.get('region')
# 添加过滤逻辑
- 导出功能：
html
<!-- 在HTML中添加导出按钮 -->
<button onclick="exportExcel()" class="btn btn-success">导出Excel</button>
<script>
function exportExcel() {
window.location = '/export'
}
</script>
这个实现方案结合了：
- Flask 作为Web框架
- Pandas 进行数据处理
- CSV 作为数据存储
- Bootstrap 用于界面美化
- DataTables 实现交互式表格
可以根据实际需求调整数据处理逻辑和展示样式，建议在正式环境中添加以下改进：
- 增加异常处理
- 添加用户认证
- 优化大数据量处理
- 添加缓存机制
- 使用生产级Web服务器（如Gunicorn）