You need to enable JavaScript to run this app. Python pandas结合fpdf与双重groupby实现分客户账单PDF生成问题
优惠活动
大模型
产品
解决方案
定价
更多

Python pandas结合fpdf与双重groupby实现分客户账单PDF生成问题

实现方案与问题根因

你目前渲染内容不匹配的核心原因基本集中在三个常见踩坑点上,和pandas、fpdf本身的能力无关:

  • 分组迭代和PDF渲染逻辑脱钩:没有把每个pandas分组的客户子集和对应的页面生成流程绑定,经常出现全局数据跨组复用、不同客户的数据串到同一页面的问题
  • 页面切换逻辑错位:把add_page()方法放在了循环外或者循环中位置错误,导致所有客户的内容挤在同一页
  • 聚合统计逻辑越界:计算仓库维度统计的时候没有在当前客户的子集上做聚合,直接复用了全表的统计结果,导致每个客户看到的仓库数据都是所有客户的全局值

可直接复用的实现流程

1. 前置准备

  • 确保本地已安装依赖:pip install pandas fpdf2
  • 提前准备好支持中文的TTF字体文件,避免PDF出现乱码方块

2. 核心实现逻辑

全程遵循“逐客户拿子集数据→新开独立页面→在子集数据上算两类表格→逐行渲染”的流程,不要跨组取数,代码如下:

import pandas as pd
from fpdf import FPDF

# 读取CSV并校验必填字段
df = pd.read_csv("orders.csv")
required_field_list = ["customer_id", "item_id", "amount", "ItemPrice", "Price", "StorageCity"]
# 提前校验字段存在,避免后续运行报KeyError
for field in required_field_list:
    if field not in df.columns:
        raise ValueError(f"CSV缺少必填字段:{field}")

# 初始化PDF实例,开启自动分页
pdf = FPDF()
pdf.set_auto_page_break(auto=True, margin=15)
# 如需中文显示,在此处加载本地中文字体,示例:
# pdf.add_font("SourceHanSans", "", "./SourceHanSansSC-Regular.ttf", uni=True)

# 按客户ID逐组迭代,每组独立生成一页
for customer_id, customer_data in df.groupby("customer_id"):
    # 每处理一个客户,先新开独立页面
    pdf.add_page()
    
    # 页面顶部写客户报表标题
    pdf.set_font("Arial", size=16)
    pdf.cell(200, 10, txt=f"客户订单报表:{customer_id}", ln=True, align="C")
    pdf.ln(10) # 标题和下方表格留空行间隔

    # --------------------------
    # 第一块表格:采购商品明细+汇总
    # --------------------------
    pdf.set_font("Arial", size=11)
    # 写表头
    pdf.cell(45, 9, "商品ID(item_id)", border=1)
    pdf.cell(45, 9, "采购数量(amount)", border=1)
    pdf.cell(45, 9, "商品单价(ItemPrice)", border=1)
    pdf.cell(45, 9, "商品总价(Price)", border=1, ln=True)
    # 逐行写当前客户的商品明细
    for _, row in customer_data.iterrows():
        pdf.cell(45, 9, str(row["item_id"]), border=1)
        pdf.cell(45, 9, str(row["amount"]), border=1)
        pdf.cell(45, 9, str(row["ItemPrice"]), border=1)
        pdf.cell(45, 9, str(row["Price"]), border=1, ln=True)
    # 写明细汇总行
    sum_total_amount = customer_data["amount"].sum()
    sum_total_price = customer_data["Price"].sum()
    pdf.cell(90, 9, "全量汇总", border=1)
    pdf.cell(45, 9, str(sum_total_amount), border=1)
    pdf.cell(45, 9, str(sum_total_price), border=1, ln=True)
    pdf.ln(12) # 两个表格之间留空行间隔

    # --------------------------
    # 第二块表格:按仓库维度统计+合计
    # --------------------------
    # 注意:这里必须用当前客户的子集customer_data做聚合,不能用全表df
    city_agg = customer_data.groupby("StorageCity")["amount"].sum().reset_index()
    # 写表头
    pdf.cell(90, 9, "发货仓库城市(StorageCity)", border=1)
    pdf.cell(90, 9, "累计发出商品总数量", border=1, ln=True)
    # 逐行写仓库统计数据
    for _, row in city_agg.iterrows():
        pdf.cell(90, 9, str(row["StorageCity"]), border=1)
        pdf.cell(90, 9, str(row["amount"]), border=1, ln=True)
    # 写仓库统计的合计行
    city_sum_total = city_agg["amount"].sum()
    pdf.cell(90, 9, "整体数量合计", border=1)
    pdf.cell(90, 9, str(city_sum_total), border=1, ln=True)

# 所有客户处理完成后导出PDF
pdf.output("客户订单统计报表.pdf")

新手必看避坑提示

  • 所有统计计算一定要绑定当前循环里的customer_data子集,不要在循环外提前算完全局统计再往每个页面塞,这是数据串页、统计值不对的最常见原因
  • fpdf的cell方法如果不设置ln=True,下一个cell会紧跟在当前cell的右侧排列,写满一整行的最后一个cell一定要把ln参数设为True,不然会出现所有表格内容挤在同一行的问题
  • 如果客户的明细行数超过单页可容纳高度,一定要开启自动分页,避免底部内容被截断
  • 不要用fpdf自带的内置字体显示中文,一定会出现乱码,必须提前加载本地的中文TTF字体

内容的提问来源于stack exchange,提问作者Ola

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.30 04:06:03