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
相关产品推荐

