请求帮助：在Excel工作表中嵌入数据透视表旁的图表

要实现将图表粘贴到数据透视表右侧的需求，你需要结合matplotlib生成图表，并通过openpyxl操作Excel工作表完成插入。以下是修改后的完整代码及关键说明：

依赖库导入 #

先确保安装所需依赖，再导入相关库：

import pandas as pd
import matplotlib.pyplot as plt
from openpyxl.drawing.image import Image
from io import BytesIO

修改后的核心代码 #

# 初始化Excel写入器（mode='a'表示追加，若文件不存在可改为mode='w'）
with pd.ExcelWriter('OEE_OKL_WYNIK.xlsx', engine='openpyxl', mode='a') as writer:
    for nazwa in unikalne_nazwy:
        # 1. 筛选数据并生成数据透视表
        wyfiltrowane_dane = df_wynik_podsumowanie[df_wynik_podsumowanie['NAZWA'] == nazwa]
        wyfiltrowane_dane = wyfiltrowane_dane.pivot_table(
            values='SREDNIA_NORMA_OSIAGNIETA_srednia',
            index='P1_v2',
            columns='P2_v2',
            aggfunc='max',
            fill_value=0
        )
        df_suma = pivot.add(wyfiltrowane_dane, fill_value=0)
        df_suma = df_suma[new_order_col].loc[new_order_row]
        
        # 2. 将数据透视表写入对应工作表
        df_suma.to_excel(writer, sheet_name=nazwa)
        
        # 3. 获取当前工作表对象，准备插入图表
        workbook = writer.book
        worksheet = workbook[nazwa]
        
        # 4. 生成图表（可根据需求调整类型）
        plt.figure(figsize=(10, 6))
        # 示例：分组条形图，若需热力图可替换为seaborn的heatmap
        df_suma.plot(kind='bar', ax=plt.gca())
        plt.title(f'{nazwa} - Średnia norma osiągnięta')
        plt.xlabel('P1_v2')
        plt.ylabel('Średnia wartość')
        plt.tight_layout()  # 自动调整布局避免文字截断
        
        # 5. 将图表保存到内存（无需写入本地文件）
        img_buffer = BytesIO()
        plt.savefig(img_buffer, format='png', dpi=100)
        img_buffer.seek(0)
        excel_img = Image(img_buffer)
        
        # 6. 设置图表位置（放在数据透视表右侧，示例从C1开始，可根据数据宽度调整）
        # 数据透视表的列数 = 索引列 + 数据列数，可根据实际情况修改anchor值
        excel_img.anchor = 'C1'
        worksheet.add_image(excel_img)
        
        # 7. 关闭图表释放内存
        plt.close()

关键说明 #

• 复用ExcelWriter：将写入器放在循环外，避免重复打开/关闭文件，同时能直接操作工作簿对象。
• 图表位置控制：通过anchor参数指定图表插入的起始单元格（如C1表示第3列第1行），可根据数据透视表的实际宽度调整（例如数据到B列就用C列，到D列就用F列）。
• 图表类型调整：
  • 若需要热力图，需先安装seaborn，然后替换图表生成部分为：

    import seaborn as sns
    sns.heatmap(df_suma, annot=True, cmap='YlGnBu', ax=plt.gca())
    

  • 也可根据需求选择line、area等其他图表类型。
• 内存优化：用BytesIO将图表保存在内存中，避免生成临时文件，提升效率。

内容的提问来源于stack exchange，提问作者Kamil