? ? ?? 好用的Python妆距，便捷的Pandas穷遂，在數(shù)據(jù)計算和分析中其強大的功能堪比數(shù)據(jù)庫的存在，操作卻如同Excel般易于上手毅厚。他比Excel塞颁、Word浦箱、PPT使用VBA更能提升辦公自動化程度吸耿，也更讓人有發(fā)展和想象的空間！人類科技的進步酷窥，在開源這個共享智慧的時代里咽安，一日千里。
? ? ? 這么好的東西蓬推，因為各種原因妆棒，如教材的高不可攀，或案例脫離應用場景沸伏，常常將人拒之門外糕珊，或者枯躁得讓人無法堅持學習下去。
? ? ? 作為數(shù)據(jù)分析的擁躉毅糟，有義務也有責任將這么好的技術和工具推薦給大家红选。接下來的日子里，將會和大家一起來學習Python這個語言姆另，我們使用Spyder這個Python開發(fā)環(huán)境喇肋，[參考資料https://blog.csdn.net/yusongcan/article/details/77073794]
? ?? 首先我們需要安裝Anaconda坟乾，建議安裝3.7以上的版本，這個啊蝶防，想想看甚侣，有iphone6和iphone 11免費讓你選，你會選哪個间学？[參考資料 https://blog.csdn.net/ITLearnHall/article/details/81708148]
? ? ? 聲明：對于長的參考資料殷费，可以隨便看，不想看的時候可以不看菱鸥，想看的時候再看宗兼，這樣才會走得更遠！還有看教程一定要動手氮采，可以一天選一個主題或一個任務來訓練自己殷绍。欲成強者：動眼、動腦鹊漠、還動手主到！網上看到好的資料，收藏到分類的收藏夾里躯概。網上的文章登钥、電子書和紙質的書都是學習的好幫手和好工具。
? ? ?? 眼見為實娶靡，現(xiàn)在我們就通過一個遞歸函數(shù)和MRP物料需求計劃的計算來看一下我們“好用的Python牧牢，便捷的Pandas”，體驗一下“人生苦短姿锭，我用Python”是何等深情的“告白”吧塔鳍！
? ? ?? 用到的表單釋義，抓住重點呻此，我們盡量符合數(shù)據(jù)庫第三范式轮纫。
進入正題，在Spyder新建一個空白文件焚鲜，復制下列代碼和注釋
# -&- coding: utf-8 -&-
"""
Created on Mon Jul? 8 22:05:32 2019
@author: same3
"""
#引入三個python 包
#pandas：數(shù)據(jù)分析包
import pandas as pd #"as"顧名思義掌唾，即以后可以在程序中以縮寫pd 代表 pandas
#numpy：科學計算包
import numpy? as np
#xlwings：python操作Excel的模塊，最好的Excel操作包之一忿磅，有取代VBA的趨勢
#中文入門學習資料之一： https://www.cnblogs.com/catgatp/p/7875683.html
#英文官方學習網站https://docs.xlwings.org/en/stable/ 建設初學者有空翻翻糯彬，隨便看看就好，不要太深入葱她，因為太無趣
import xlwings as xw
#聲明Excel應用程序撩扒，或直接使用 wb=xw.Book(file) 也可以
#app=xw.App(visible=True,add_book=False) ?
"""
visible
Ture：可見excel
False：不可見excel
add_book
True:打開excel并且新建工作簿
False：不新建工作簿
"""
# display_alerts= False ，禁止Excel彈出提示的對話框
#app.display_alerts=False
#Excel 文件路徑
file = r'D:\VBA\LEARNING_ERP.xlsm' #字符串前面加r览效，是表示其后的字符串不轉義却舀，使用真實字符
#打開Excel工作簿虫几，文件路徑：'D:\VBA\LEARNING_ERP.xlsm' ，可根據(jù)實際設定
wb=xw.Book(file)
wb.app.display_alerts=False
#引用工作簿(workbook)里的工作表（worksheet）
sht_test=wb.sheets['base'] #存放基礎數(shù)據(jù)
sht_view=wb.sheets['view'] #存放計算后的數(shù)據(jù)
'''
引用單元格當前拓展區(qū)域挽拔，注意四周行和列的單元格（黃色部分）為空
工作表（worksheet)引用辆脸，下標從0從始，如sht_test[19,0]螃诅；單元格（range)引用啡氢，下標從1開始，如sht_test.range(20,1)這是python的特例术裸。
RNG1[第20行倘是，第1列]的拓展區(qū)域（綠色部分），即20-45行袭艺，A-C列的區(qū)域,即Bom物料清單
RNG2（藍色部分）搀崭，即Plan產品生產計劃
'''
RNG1= sht_test[19,0].api.currentregion
RNG2= sht_test[19,5].api.currentregion
#命名Excel單元格區(qū)域名稱
RNG1.name='Bom'
RNG2.name='Plan'
'''
Plan及Bom資料導入pandas的DataFrame中
header=1表示單元格區(qū)第一行為列標題行
index=True表示單元格區(qū)第一列為索引列，F(xiàn)alse表示自動索引（從0開始）
'''
dfsz5= sht_test['Plan'].options(pd.DataFrame, header=1,index=True).value
dfsz6 = sht_test['Bom'].options(pd.DataFrame, header=1,index=True).value
'''
連接Plan和Bom猾编，merge橫向（列）連接瘤睹，類似SQL SERVER數(shù)據(jù)庫連接join,
left_index=True,right_index=True表示左右兩個DataFrame以索引列為基準進行連接
how='inner'表示內連接
Bom（bill of material）根據(jù)物料清單（遞歸）計算 MRP 物料需求計劃
第二階開始到最尾階的物料分解，從第一階分解后取得所需數(shù)據(jù)
'''
def eeBom(df4A,df4,df2,CX1):
? ? df5=df4[['CID','PCQT','PROCID']]
? ? df5.rename(columns={'CID':'PID','PCQT':'PQT','PROCID':'PROPID'}, inplace = True)
? ? df5.reset_index(drop=True,inplace = True)
? ? df5.set_index('PID',inplace = True)
? ? df6=pd.merge(df5,df2,left_index=True,right_index=True,how='inner')
? ? if df6.empty :
? ? ? ? return df4A
? ? else:? ? ? ?
? ? ? ? df6['PCQT']=df6['PQT']*df6['CQT']
? ? ? ? df6['PROCID']=df6['PROPID']+'-'+str(CX1+1)
? ? ? ? df6['LEVEL']=CX1+1
? ? ? ? df4A=df4A.append(df6)
? ? ? ? return eeBom(df4A,df6,df2,CX1+1)? ?
#第一階的物料分解答倡，從Plan取得所需數(shù)據(jù)
#首先調動eBom函數(shù)轰传，eBom函數(shù)再調用eeBom，但是eeBom要定義在eBom之前瘪撇，不然會出錯获茬，會顯示找不到eeBom函數(shù)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
def eBom(df1,df2):? ? ? ? ? ? ? ? ?
? ? df3=pd.merge(df1,df2,left_index=True,right_index=True,how='inner')
? ? df3['PCQT']=df3['PQT']*df3['CQT']
? ? df3['PROCID']=df3['PROPID']+'-'+str(1)? ? ? ? ? ? ?
? ? df3['LEVEL']=1
? ? return eeBom(df3,df3,df2,1)
#計算MRP,并按單據(jù)號，物料父項編號排序? ?
dfsz7=eBom(dfsz5,dfsz6).sort_values(by=['PROCID','PID'])
#'FC'列標志物料子項是否為：'F'-尾階（最終件）倔既，'M'-非尾階（中間件）
#全部先標注為'M'
dfsz7['FC']='M'
#獲取Bom表中所有物料父項編號恕曲，取唯一值即可
list1=list(dfsz6.index.unique())
#print(list1)
#對MRP物料需求計劃表中的最終件標識為'F'
dfsz7.loc[~dfsz7['CID'].isin( list1),['FC']]='F'
#就這樣完成啦！超簡潔叉存，有沒有小伙伴們码俩！
print(dfsz7)?
#導出到Excel度帮，首先刪除A:AA列歼捏，把格式也一起刪除，用cells.delete或clear無法刪除格式
sht_view.api.columns('A:AA').delete
sht_view.api.cells.delete
sht_view.clear
#在Excel view表'A1'單元格的擴展位置顯示dfsz5（即：Plan生產計劃表）
sht_view.range(1,1).expand().value =? dfsz5
#在Excel view表'E1'單元格的擴展位置顯示dfsz6（即：Bom物料清單表）
sht_view.range(1,5).expand().value =? dfsz6
#在Excel view表'I1'單元格的擴展位置顯示dfsz7（即：MRP物料需求計劃表）
sht_view.range(1,9).expand().value = dfsz7
#在Excel view表'第4笨篷、8列設置列的顏色瞳秽，便于在Excel中區(qū)分各個計算出來的數(shù)據(jù)集
sht_view.cells.columns(4).color=(255,128,255)
sht_view.cells.columns(8).color=(255,128,255)
#列自動調整寬度，如果要指定列寬可用 sht_view.range((1,1),(1,20)).api.ColumnWidth = 8
sht_view.api.columns('A:AA').autofit
結果如下：
? ? ? 看不明白的小伙伴們不要著急率翅，今天只是展示了Python強大功能的一角练俐，接下來的日子里，我們就一起共同來學習和進步吧冕臭！
? ? ? 工作之余要學習腺晾，學習之余要分享燕锥。平時只是看別人寫，現(xiàn)在自己寫一寫悯蝉，才知道其中需要巨大的努力归形，所謂的臺上一分鐘，臺下十年功鼻由，誠不欺人也暇榴！
