Pandas指定样式保存excel数据的N种姿势-白红宇

Pandas指定样式保存excel数据的N种姿势

阅读量：504 次

发布时间：2019-03-07

本文共 4325 字，大约阅读时间需要 14 分钟。

Pandas指定样式保存Excel数据的N种姿势

一、准备数据

以下是用于演示的数据集：

from datetime import datetime, date
import pandas as pd
data = {
    'Date and time': [
        datetime(2015, 1, 1, 11, 30, 55),
        datetime(2015, 1, 2, 1, 20, 33),
        datetime(2015, 1, 3, 11, 10),
        datetime(2015, 1, 4, 16, 45, 35),
        datetime(2015, 1, 5, 12, 10, 15)
    ],
    'Dates only': [date(2015, 2, 1), date(2015, 2, 2), date(2015, 2, 3), date(2015, 2, 4), date(2015, 2, 5)],
    'Numbers': [1010, 2020, 3030, 2020, 1515],
    'Percentage': [0.1, 0.2, 0.33, 0.25, 0.5]
}
df = pd.DataFrame(data)
df['final'] = [f"=C{i}*D{i}" for i in range(2, len(df))]

二、直接保存数据

方法一：简单保存

使用 df.to_excel() 简单保存数据：

writer = pd.ExcelWriter('demo1.xlsx', sheet_name='Sheet1', index=False)
df.to_excel(writer)
writer.save()

方法二：指定日期格式

如果需要自定义日期格式，可以使用 date_format 和 datetime_format 参数：

writer = pd.ExcelWriter('demo1.xlsx', datetime_format='mmm d yyyy hh:mm:ss', date_format='mmmm dd yyyy')
df.to_excel(writer, sheet_name='Sheet1', index=False)
writer.save()

三、Pandas的Styler样式

如果需要对指定列的数据设置文字颜色或背景色，可以使用 pandas/styler 工具：

style_df = df.style
# 设置 Date and time 列颜色
style_df.applymap(lambda x: 'color:red', subset=['Date and time'])
# 设置 Dates only 列颜色
style_df.applymap(lambda x: 'color:green', subset=['Dates only'])
# 设置 Numbers 列背景色
style_df.applymap(lambda x: 'background-color:#ADD8E6', subset=['Numbers'])
# 设置 Percentage 列颜色渐变
style_df.background_gradient(cmap='PuBu', low=0, high=0.5, subset=['Percentage'])

四、使用xlsxwriter引擎

如果需要对数值数据进行格式化，可以使用 xlsxwriter 的一些高级功能：

import xlsxwriter
from openpyxl import Workbook
workbook = Workbook('demo.xlsx')
worksheet = workbook.active
# 设置单元格样式
header_font = Font(name='微软雅黑', bold=True)
# 为表头设置样式
for cell in worksheet['A1:E1']:
    cell.font = header_font
# 为数值列设置自定义格式
header.DateFormat = NumberFormat('#,##0.00')
middle.DateFormat = NumberFormat('0%')
# 为最后一列设置宽度
worksheet['E:E'].column_dimensions.width = 9
workbook.save()

五、使用openpyxl引擎

方法一：直接写入数据

使用 openpyxl 作为引擎，推荐用于更复杂格式的保存：

from openpyxl import Workbook
import pandas as pd
writer = pd.ExcelWriter('demo.xlsx', engine='openpyxl')
df.to_excel(writer, sheet_name='Sheet1', index=False)
worksheet = writer.sheets['Sheet1']
# 设置列宽
for i, width in enumerate(df.columns.to_series().str.len(), 1):
    col_letter = get_column_letter(i)
    worksheet.column_dimensions[col_letter].width = width
writer.save()

方法二：加载模板并写入数据

如果需要基于模板文件写入数据，可以直接使用 openpyxl 的 API：

from openpyxl import load_workbook
import pandas as pd
# 假设 'template.xlsx' 是带有特定格式的模板文件
template_workbook = load_workbook('template.xlsx')
template_worksheet = template_workbook.active
# 假设要写入的数据
df = pd.read_excel('data.xlsx')
for row in range(len(df)):
    for col in range(len(df.columns)):
        template_worksheet.cell(row=row+2, column=col+2).value = df.iloc[row, col]
# 自定义设置
# （如果需要，可以在这里添加更多格式设置）
template_workbook.save('result.xlsx')

六、自适应列宽保存

为了让列自动调整合适的宽度，可以使用以下方法：

使用xlsxwriter

from openpyxl import Calculate
import pandas as pd
column_widths = df.columns.to_series().str.len().values
max_width = df.astype(str).apply(lambda x: len(str(x))).max()
widths = max(max_width, max(column_widths))
 writer = pd.ExcelWriter('auto_width.xlsx', engine='xlsxwriter')
 df.to_excel(writer, sheet_name='Sheet1', index=False)
 for col in range(len(df.columns)):
     col_str = get_column_letter(col+1)
     writer.sheets['Sheet1'].column_dimensions[col_str].width = widths
 writer.save()

使用openpyxl

from openpyxl import Workbook, get_column_letter
import pandas as pd
column_widths = df.columns.to_series().str.len().values
max_width = df.astype(str).apply(lambda x: len(str(x))).max()
widths = list(max_width) + [max_width] * len(df.columns)
workbook = Workbook('auto_width.xlsx')
worksheet = workbook.active
for i, width in enumerate(widths, 1):
    column_letter = get_column_letter(i)
    worksheet.column_dimensions[column_letter].width = int(width) + 1  # +1 为避免openpyxl 的细微误差
workbook.save()