在處理csv檔案時，會有些資料需要分組展示。比如以下檔案及統計效果：

為了避免重複勞動，把pandas 和 pyecharts 做了個結合。

# coding=UTF-8

from pyecharts import Bar,Scatter,Line
from pyecharts import Page
import pandas as pd
# 生成的HTML檔案在程式目錄 render.html

def create_line(x_data, line_data_head, line_data, line_dict):
    # 建立一個Line圖返回
    # x_data X 軸資料
    # bar_data_head  資料列
    # bar_data 資料陣列二維，數量和資料列匹配, 組內資料和 X軸資料匹配
    # bar_dict 字典 ， 標題， 副標題 ， 長 ， 寬
    line = Line(line_dict['title'], line_dict['subtitle'], width=line_dict['width'], height=line_dict['height'])
    for i in range(len(line_data_head)):
        line.add(line_data_head[i], x_data, line_data[i], xaxis_interval=0, is_smooth=True)
    return line


def lines_show(line_data):
    # 顯示多個曲線圖
    page = Page()
    for b in line_data:
        line = create_line(b['x'], b['head'], b['data'], b['dict'])
        page.add(line)
    page.render()


def create_bar(x_data, bar_data_head, bar_data, bar_dict):
    # 建立一個Bar圖返回
    # x_data X 軸資料
    # bar_data_head  資料列
    # bar_data 資料陣列二維，數量和資料列匹配, 組內資料和 X軸資料匹配
    # bar_dict 字典 ， 標題， 副標題 ， 長 ， 寬
    bar = Bar(bar_dict['title'], bar_dict['subtitle'], width=bar_dict['width'], height=bar_dict['height'])
    for i in range(len(bar_data_head)):
        bar.add(bar_data_head[i], x_data, bar_data[i], xaxis_interval=0)
    return bar


def bars_show(bar_data):
    # 顯示多個柱狀圖
    page = Page()
    for b in bar_data:
        bar = create_bar(b['x'], b['head'], b['data'], b['dict'])
        page.add(bar)
    page.render()


def csv_data_show(csv_file, x_head_key, data_key, m_yw):
    # 讀取CSV 檔案，獲取多列資料，顯示相關圖示
    df = pd.read_csv(csv_file, sep=',', encoding='gb2312')
    cols_len = len(df.columns)
    rows_len = len(df)
    x_head = [str(c).strip() for c in df[x_head_key]]
    print '資料列', cols_len, '資料行', rows_len, 'X軸資料', len(x_head),  '圖數', len(data_key)

    yw_list = []
    for m_data in data_key:
        m_list = []
        m_list_head = []
        for i in m_data:
            di = [d for d in df[df.columns[i]]]
            m_list.append(di)
            m_list_head.append(df.columns[i])
        yw_i = {
            'x': x_head,
            'head': m_list_head,
            'data': m_list,
            'dict': m_yw
        }
        yw_list.append(yw_i)
    bars_show(yw_list)
    # lines_show(yw_list)


def csv_data_show_comb(csv_file, x_head_key, comb_key, data_key, m_yw):
    # 讀取CSV 檔案，獲取單列資料，分組顯示顯示相關圖示
    # x_head_key  X軸資料列
    # comb_key 分組資料列
    # data_key 顯示資料列
    df = pd.read_csv(csv_file, sep=',', encoding='gb2312')
    cols_len = len(df.columns)
    rows_len = len(df)
    m_comb = list(set([c for c in df[comb_key]]))
    m_xhead = [str(d).strip() for d in df[(df[comb_key] == m_comb[0])][x_head_key]]
    print '資料列', cols_len, '資料行', rows_len, 'X座標資料', len(m_xhead)

    yw_list = []
    m_list = []
    m_list_head = []

    for i in range(len(m_comb)):
        di = [d for d in df[(df[comb_key] == m_comb[i])][data_key]]
        m_list.append(di)
        m_list_head.append(str(m_comb[i]))
    yw_i = {
        'x': m_xhead,
        'head': m_list_head,
        'data': m_list,
        'dict': m_yw
    }
    yw_list.append(yw_i)
    bars_show(yw_list)
    # lines_show(yw_list)


def an_data1():
    # 畫2張圖 ： 第一季度 及 1-5月
    m_data_list = [[1,2,3],[1,2,3,4,5]]
    m_yw = {
        'title': '工作量統計',
        'subtitle': '',
        'width': 800,
        'height': 300
    }
    csv_data_show(r'mt_data.csv', 'S_NAME', m_data_list, m_yw)


def an_data2():
    m_yw = {
        'title': '工作量統計-分組',
        'subtitle': '',
        'width': 800,
        'height': 300
    }
    csv_data_show_comb(r'mc_data.csv', 'S_NAME', 'D_MONTH', 'D_DATA', m_yw)
 

mc_data.csv

mt_data.csv

an_data1() 的效果