Python数据处理新玩法：用pandas+barcode库实现利润排序分析与条码打印

零售行业无论电商或者便利店，在上架初期必然是考虑将高利润商品进行黄金位置的上架摆放。面对多数据量，使用python可以瞬间完成计算，将商品进行高毛利到低毛利进行排序，同时基于条形编码将生成的条形与商品进行并列。

# 导入所需库
import pandas as pd
from barcode import Code128  # 用于生成CODE128条形码（通用型）
from barcode.writer import ImageWriter
import os
import uuid
from concurrent.futures import ThreadPoolExecutor, as_completed


def generate_barcode(barcode_value, product_name, save_path):
    """生成条形码并返回文件路径"""
    try:
        # 清理商品名称中的非法字符
        safe_name = ''.join([c for c in product_name if c not in r'\/:*?"<>|'])
        
        # 添加UUID防止命名冲突
        unique_id = str(uuid.uuid4())[:8]  # 取UUID前8位
        filename = f"{safe_name}_{unique_id}_{barcode_value}.png"
        full_path = os.path.join(save_path, filename)
        
        # 生成条形码
        barcode = Code128(str(barcode_value), writer=ImageWriter())
        barcode.write(full_path)
        
        return full_path
    except Exception as e:
        print(f"生成条形码失败（商品：{product_name}，条码：{barcode_value}）：{e}")
        return None


def process_row(row, output_dir):
    """处理单行数据并生成条形码"""
    barcode_path = generate_barcode(
        barcode_value=str(row['条码']),
        product_name=row['商品名称'],
        save_path=output_dir
    )
    return row.name, barcode_path  # 返回索引和路径


def main():
    # ====================== 步骤1：读取Excel数据 ======================
    file_path = r'D:\商品利润\lirun.xlsx'  # 原始文件路径
    
    try:
        df = pd.read_excel(
            file_path,
            usecols=['条码', '商品名称', '零售价', '平均进货价']
        )
    except FileNotFoundError:
        print(f"错误：未找到文件 {file_path}")
        return
    except Exception as e:
        print(f"读取Excel失败：{e}")
        return

    # 检查必要列是否存在
    required_columns = ['条码', '商品名称', '零售价', '平均进货价']
    if not all(col in df.columns for col in required_columns):
        print("错误：Excel文件缺少必要列")
        return

    # ====================== 步骤2：数据清洗与预处理 ======================
    for col in ['零售价', '平均进货价']:
        df[col] = pd.to_numeric(df[col], errors='coerce')

    df_clean = df.dropna(subset=['条码', '商品名称', '零售价', '平均进货价']).copy()

    if df_clean.empty:
        print("错误：清洗后无有效数据")
        return

    # ====================== 步骤3：计算利润并排序 ======================
    df_clean['利润'] = df_clean['零售价'] - df_clean['平均进货价']
    df_sorted = df_clean.sort_values(by='利润', ascending=False).reset_index(drop=True)
    
    # 创建目录用于存储条形码
    output_barcode_dir = os.path.join(os.path.dirname(file_path), '商品条形码')
    os.makedirs(output_barcode_dir, exist_ok=True)

    # ====================== 步骤4：多线程生成条形码 ======================
    print(f"开始生成{len(df_sorted)}个商品的条形码...")
    df_sorted['条形码路径'] = ""  # 新增列存储路径
    
    # 使用线程池并行处理
    with ThreadPoolExecutor() as executor:
        futures = []
        for _, row in df_sorted.iterrows():
            futures.append(executor.submit(process_row, row, output_barcode_dir))
        
        success_count = 0
        for future in as_completed(futures):
            try:
                idx, barcode_path = future.result()
                if barcode_path:
                    df_sorted.at[idx, '条形码路径'] = barcode_path
                    success_count += 1
            except Exception as e:
                print(f"处理任务时出错: {e}")
    
    print(f"条形码生成完成，成功：{success_count}，失败：{len(df_sorted) - success_count}")

    # ====================== 步骤5：保存结果 ======================
    result_file = os.path.join(os.path.dirname(file_path), '商品利润排序结果.xlsx')
    try:
        df_sorted.to_excel(result_file, index=False)
        print(f"排序结果已保存至：{result_file}")
        print(f"条形码存储在：{output_barcode_dir}")
    except Exception as e:
        print(f"保存结果文件失败：{e}")


if __name__ == "__main__":
    main()