作者:小小明

标题:Pandas指定样式保存excel数据的N种姿势

准备数据

import pandas as pd
from datetime import datetime, date
df = pd.DataFrame({'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': [.1, .2, .33, .25, .5],
                   })
df['final'] = [f"=C{i}*D{i}" for i in range(2, df.shape[0]+2)]
df

结果:

Date and timeDates onlyNumbersPercentagefinal
02015/1/1 11:302015/2/110100.1=C2*D2
12015/1/2 1:202015/2/220200.2=C3*D3
22015/1/3 11:102015/2/330300.33=C4*D4
32015/1/4 16:452015/2/420200.25=C5*D5
42015/1/5 12:102015/2/515150.5=C6*D6

Pandas直接保存数据

对于这个pandas对象,如果我们需要将其保存为excel,有那些操作方式呢?
首先,最简单的,直接保存:

df.to_excel("demo1.xlsx", sheet_name='Sheet1', index=False)

效果如下:
image-20201227235004857

但如果我们想要给这个excel在保存时,同时指定一些特殊的自定义格式又该怎么做呢?
这时就可以使用ExcelWriter进行操作,查看API文档发现两个重要参数:

  • date_format : str, default None

    Format string for dates written into Excel files (e.g. ‘YYYY-MM-DD’).

  • datetime_format : str, default None

    Format string for datetime objects written into Excel files.
    (e.g. ‘YYYY-MM-DD HH:MM:SS’).

这说明对于日期类型数据,都可以通过这两个参数指定特定的显示格式,那么我们采用以下方式才创建ExcelWriter,并保存结果:

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()

可以看到excel保存的结果中,格式已经确实的发生了改变:
image-20201227235029593

Pandas的Styler对表格着色输出

如果我们想对指定的列的数据设置文字颜色或背景色,可以直接pandas.io.formats.style工具,该工具可以直接对指定列用指定的规则着色:

df_style = df.style.applymap(lambda x: 'color:red', subset=["Date and time"]) \
    .applymap(lambda x: 'color:green', subset=["Dates only"]) \
    .applymap(lambda x: 'background-color:#ADD8E6', subset=["Numbers"]) \
    .background_gradient(cmap="PuBu", low=0, high=0.5, subset=["Percentage"])
df_style

显示效果:

image-20201228154101906

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

保存效果:

image-20201228154152736

虽然Pandas的Styler样式还包括设置显示格式、条形图等功能,但写入到excel却无效,所以我们只能借助Pandas的Styler实现作色的功能,而且只能对数据着色,不能对表头作色。

Pandas使用xlsxwriter引擎保存数据

进一步的,我们需要将数值等其他类型的数据也修改一下显示格式,这时就需要从ExcelWriter拿出其中的workbook进行操作:

writer = pd.ExcelWriter("demo1.xlsx")
workbook = writer.book
workbook

结果:

<xlsxwriter.workbook.Workbook at 0x52fde10>

从返回的结果可以看到这是一个xlsxwriter对象,说明pandas默认的excel写出引擎是xlsxwriter,即上面的ExcelWriter创建代码其实等价于:

pd.ExcelWriter("demo1.xlsx", engine='xlsxwriter')

关于xlsxwriter可以参考官方文档:https://xlsxwriter.readthedocs.org/

下面的代码即可给数值列设置特定的格式:

writer = pd.ExcelWriter("demo1.xlsx",
                        engine='xlsxwriter',
                        datetime_format='mmm d yyyy hh:mm:ss',
                        date_format='mmmm dd yyyy')
df.to_excel(writer, sheet_name='Sheet1', index=False)
workbook = writer.book
worksheet = writer.sheets['Sheet1']

worksheet.set_column('A:A', 19)
worksheet.set_column('B:B', 17)

format1 = workbook.add_format({'num_format': '#,##0.00'})
format2 = workbook.add_format({'num_format': '0%'})
worksheet.set_column('C:C', 8, format1)
worksheet.set_column('D:D', 11, format2)
worksheet.set_column('E:E', 6, format1)

writer.save()

效果:

image-20201227235059833

关于set_column方法:
image-20201227235111683

worksheet.set_column(‘C:C’, 8, format1)
表示将C列的列宽设置为8个字符,并采用format1的样式,当然
format1 = workbook.add_format({‘num_format’: ‘#,##0.00’})
就是表示生成一个指定的格式对象。

xlsxwriter按照指定样式写出Pandas对象的数据

假如,我现在希望能够定制excel表头的样式,并给数据添加边框。我翻遍了xlsxwriter的API文档发现,并没有一个可以修改指定范围样式的API,要修改样式只能通过set_column修改列,或者通过set_row修改行,这种形式的修改都是针对整行和整列,对于显示格式还能满足条件,但对于背景色和边框之类的样式就不行了,这点上确实不如openpyxl方便,但xlsxwriter还有个优势,就是写出数据时可以直接指定样式。

下面看看如何直接通过xlsxwriter保存指定样式的数据吧:

import xlsxwriter

workbook = xlsxwriter.Workbook('demo2.xlsx')
worksheet = workbook.add_worksheet('sheet1')
# 创建列名的样式
header_format = workbook.add_format({
    'bold': True,
    'text_wrap': True,
    'valign': 'top',
    'fg_color': '#D7E4BC',
    'border': 1})
# 从A1单元格开始写出一行数据,指定样式为header_format
worksheet.write_row(0, 0,  df.columns, header_format)
# 创建一批样式对象
format1 = workbook.add_format({'border': 1, 'num_format': 'mmm d yyyy hh:mm:ss'})
format2 = workbook.add_format({'border': 1, 'num_format': 'mmmm dd yyyy'})
format3 = workbook.add_format({'border': 1, 'num_format': '#,##0.00'})
format4 = workbook.add_format({'border': 1, 'num_format': '0%'})

# 从第2行(角标从0开始)开始,分别写出每列的数据,并指定特定的样式
worksheet.write_column(1, 0, df.iloc[:, 0], format1)
worksheet.write_column(1, 1, df.iloc[:, 1], format2)
worksheet.write_column(1, 2, df.iloc[:, 2], format3)
worksheet.write_column(1, 3, df.iloc[:, 3], format4)
worksheet.write_column(1, 4, df.iloc[:, 4], format3)

# 设置对应列的列宽,单位是字符长度
worksheet.set_column('A:A', 19)
worksheet.set_column('B:B', 17)
worksheet.set_column('C:C', 8)
worksheet.set_column('D:D', 12)
worksheet.set_column('E:E', 6)

workbook.close()

上面的代码应该都比较好理解,header_format和formatN是创建的样式对象,write_row用于按行写出数据,write_column用于按列写出数据,set_column则是用于设置整列的列宽和样式(没传入的不设置)。

运行结果如下:
image-20201227235132178

Pandas使用openpyxl引擎保存数据

pandas的默认写出引擎是xlsxwriter,那么是不是可以修改为其他引擎呢?答案是可以,下面我们使用 openpyxl 实现同样的效果。

关于openpyxl可参考:https://openpyxl.readthedocs.org/

也可以直接参考黄同学编写的文档(中文,相对也比较全面):https://blog.csdn.net/weixin_41261833/article/details/106028038

writer = pd.ExcelWriter("demo3.xlsx",
                        engine='openpyxl',
                        datetime_format='mmm d yyyy hh:mm:ss',
                        date_format='mmmm dd yyyy')
df.to_excel(writer, sheet_name='Sheet1', index=False)
workbook = writer.book
worksheet = writer.sheets['Sheet1']
workbook

结果:

<openpyxl.workbook.workbook.Workbook at 0x16c6bb70>

从上述打印结果可以看到,从engine指定为’openpyxl’后,workbook已经是 openpyxl 对象了。

与 xlsxwriter 不同的是 openpyxl 只能对逐个单元格设置样式,而xlsxwriter只能指定行或指定列或写入数据指定样式。

下面首先修改表头的样式:

import itertools
from openpyxl.styles import Alignment, Font, PatternFill, Border, Side, PatternFill

font = Font(name="微软雅黑", bold=True)
alignment = Alignment(vertical="top", wrap_text=True)
pattern_fill = PatternFill(fill_type="solid", fgColor="D7E4BC")
side = Side(style="thin")
border = Border(left=side, right=side, top=side, bottom=side)

for cell in itertools.chain(*worksheet["A1:E1"]):
    cell.font = font
    cell.alignment = alignment
    cell.fill = pattern_fill
    cell.border = border

上述代码引入的了itertools.chain方便迭代出每个单元格,而不用写多重for循环。

下面再修改数值列的格式:

for cell in itertools.chain(*worksheet["A2:E6"]):
    cell.border = border
for cell in itertools.chain(*worksheet["C2:C6"], *worksheet["E2:E6"]):
    cell.number_format = '#,##0.00'
for cell in itertools.chain(*worksheet["D2:D6"]):
    cell.number_format = '0%'

最后给各列设置一下列宽:

worksheet.column_dimensions["A"].width = 20
worksheet.column_dimensions["B"].width = 17
worksheet.column_dimensions["C"].width = 10
worksheet.column_dimensions["D"].width = 12
worksheet.column_dimensions["E"].width = 8

最后保存即可:

writer.save()

整体完整代码:

from openpyxl.styles import Alignment, Font, PatternFill, Border, Side, PatternFill
import itertools

writer = pd.ExcelWriter("demo3.xlsx",
                        engine='openpyxl',
                        datetime_format='mmm d yyyy hh:mm:ss',
                        date_format='mmmm dd yyyy')
df.to_excel(writer, sheet_name='Sheet1', index=False)
worksheet = writer.sheets['Sheet1']

font = Font(name="微软雅黑", bold=True)
alignment = Alignment(vertical="top", wrap_text=True)
pattern_fill = PatternFill(fill_type="solid", fgColor="D7E4BC")
side = Side(style="thin")
border = Border(left=side, right=side, top=side, bottom=side)

for cell in itertools.chain(*worksheet["A1:E1"]):
    cell.font = font
    cell.alignment = alignment
    cell.fill = pattern_fill
    cell.border = border

for cell in itertools.chain(*worksheet["A2:E6"]):
    cell.border = border
for cell in itertools.chain(*worksheet["C2:C6"], *worksheet["E2:E6"]):
    cell.number_format = '#,##0.00'
for cell in itertools.chain(*worksheet["D2:D6"]):
    cell.number_format = '0%'

worksheet.column_dimensions["A"].width = 20
worksheet.column_dimensions["B"].width = 17
worksheet.column_dimensions["C"].width = 10
worksheet.column_dimensions["D"].width = 12
worksheet.column_dimensions["E"].width = 8

writer.save()

最终效果:
image-20201227235159957

从上述代码可以看到,openpyxl 修改样式时相对xlsxwriter来说麻烦了太多,特别是修改一个表头就需要创建5个对象。

openpyxl加载数据模板写出Pandas对象的数据

虽然 openpyxl 直接写出数据指定样式相对xlsxwriter麻烦,但 openpyxl 还有个巨大的优势就是可以读取已有的excel文件,在其基础上修改。

那我们就完全可以先将模板数据写入到一个excel,然后加载这个模板文件进行修改,所以上面那个固定不变的表头,我们就可以事先创建好:

image-20201228112138243

然后加载模板,再写入:

(经测试ExcelWriter无法对已经存在的工作表进行操作,会创建新的工作表,所以这里直接使用openpyxl自己的API)

from openpyxl import load_workbook
workbook = load_workbook('template.xlsx')
worksheet = workbook["Sheet1"]
# 添加数据列,i表示当前的行号,用于后续格式设置
for i, row in enumerate(df.values, 2):
    worksheet.append(row.tolist())

# 批量修改给写入的数据的单元格范围加边框
side = Side(style="thin")
border = Border(left=side, right=side, top=side, bottom=side)
for cell in itertools.chain(*worksheet[f"A2:E{i}"]):
    cell.border = border
    
# 批量给各列设置指定的自定义格式
for cell in itertools.chain(*worksheet[f"A2:A{i}"]):
    cell.number_format = 'mmm d yyyy hh:mm:ss'
for cell in itertools.chain(*worksheet[f"B2:B{i}"]):
    cell.number_format = 'mmmm dd yyyy'
for cell in itertools.chain(*worksheet[f"C2:C{i}"], *worksheet[f"E2:E{i}"]):
    cell.number_format = '#,##0.00'
for cell in itertools.chain(*worksheet[f"D2:D{i}"]):
    cell.number_format = '0%'

workbook.save(filename="demo4.xlsx")

最终效果:

image-20201228114730323

可以明显的看到openpyxl在加载模板后,可以省掉表头设置和列宽设置的代码。

Pandas自适应列宽保存数据

大多数时候我们并不需要设置自定义样式,也不需要写出公式字符串,而是直接写出最终的结果文本,这时我们就可以使用pandas计算一下各列的列宽再保存excel数据。

例如我们有如下数据:

df = pd.DataFrame({
    'Region': ['East', 'East', 'South', 'North', 'West', 'South', 'North', 'West', 'West', 'South', 'West', 'South'],
    'Item': ['Apple', 'Apple', 'Orange', 'Apple', 'Apple', 'Pear', 'Pear', 'Orange', 'Grape', 'Pear', 'Grape',
             'Orange'],
    'Volume': [9000, 5000, 9000, 2000, 9000, 7000, 9000, 1000, 1000, 10000, 6000, 3000],
    'Month': ['July', 'July', 'September', 'November', 'November', 'October', 'August', 'December', 'November', 'April',
              'January', 'May']
})
df

结果:

RegionItemVolumeMonth
0EastApple9000July
1EastApple5000July
2SouthOrange9000September
3NorthApple2000November
4WestApple9000November
5SouthPear7000October
6NorthPear9000August
7WestOrange1000December
8WestGrape1000November
9SouthPear10000April
10WestGrape6000January
11SouthOrange3000May

使用pandas来进行计算各列列宽,思路是计算出每列的字符串gbk编码(Windows下的Excel软件默认使用gbk编码)后的最大字节长度:

#  计算表头的字符宽度
column_widths = (
    df.columns.to_series()
    .apply(lambda x: len(x.encode('gbk'))).values
)
#  计算每列的最大字符宽度
max_widths = (
    df.astype(str)
    .applymap(lambda x: len(x.encode('gbk')))
    .agg(max).values
)
# 计算整体最大宽度
widths = np.max([column_widths, max_widths], axis=0)
widths

结果:

array([6, 6, 6, 9], dtype=int64)

下面将改造一下前面的代码。

首先,使用xlsxwriter引擎自适应列宽保存数据:

writer = pd.ExcelWriter("auto_column_width1.xlsx", engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1', index=False)
worksheet = writer.sheets['Sheet1']

for i, width in enumerate(widths):
    worksheet.set_column(i, i, width)

writer.save()

然后,使用openpyxl引擎自适应列宽保存数据(openpyxl引擎设置字符宽度时会缩水0.5左右个字符,所以干脆+1):

from openpyxl.utils import get_column_letter

writer = pd.ExcelWriter("auto_column_width2.xlsx", engine='openpyxl')
df.to_excel(writer, sheet_name='Sheet1', index=False)
worksheet = writer.sheets['Sheet1']

for i, width in enumerate(widths, 1):
    worksheet.column_dimensions[get_column_letter(i)].width = width+1

writer.save()

结果:

image-20210105020153847

可以看到列宽设置的都比较准确。

相关资料

python读写Excel文件的那些库

来源:http://www.python-excel.org/

  • openpyxl

读取和写入EXCEL2010文件的包(即.xlsx)

文档:https://openpyxl.readthedocs.org/

  • xlsxwriter

拥有丰富的特性,支持图片/表格/图表/筛选/格式/公式等,功能与openpyxl相似,优点是相比 openpyxl 还支持 VBA 文件导入,迷你图等功能,缺点是不能打开/修改已有文件,意味着使用 xlsxwriter 需要从零开始。支持EXCEL2010文件(即.xlsx)
文档:https://xlsxwriter.readthedocs.org/
GitHub:https://github.com/jmcnamara/XlsxWriter

  • pyxlsb

专门用于读取 xlsb格式的excel文件
GitHub:https://github.com/willtrnr/pyxlsb

  • pylightxl

用于读取xlsxxlsm格式的excel文件,或写入xlsx格式的excel文件
文档:https://pylightxl.readthedocs.io/en/latest/
GitHub:https://github.com/PydPiper/pylightxl

  • xlrd

用于读取xls格式的excel文件的库
文档:http://xlrd.readthedocs.io/en/latest/
GitHub:https://github.com/python-excel/xlrd

  • xlwt

用于写入xls格式的excel文件的库
文档:http://xlwt.readthedocs.io/en/latest/
Examples:https://github.com/python-excel/xlwt/tree/master/examples
GitHub:https://github.com/python-excel/xlwt

  • xlutils

用于配合xlrdxlwt的工具库,包括样式的复制
文档:http://xlutils.readthedocs.io/en/latest/
GitHub:https://github.com/python-excel/xlutils


必须安装 Microsoft Excel应用程序后才能使用的库:

  • xlwings

xlwings是开源,用Python替代VBA自动化操作Excel,同时支持Windows和MacOS。在Windows平台下,通过xlwings在Python中编写UDF可以实现在Excel中调用Python。 xlwings PRO是一个具有附加功能的商业插件。

主页:https://www.xlwings.org/
文档:https://docs.xlwings.org/en/stable/
GitHub:https://github.com/xlwings/xlwings

Excel单元格自定义格式参数含义

一、代码结构组

代码结构组成分为四个部分,中间用";"号分隔,具体如下:
正数格式;负数格式;零格式;文本格式

二、各个参数的含义

1、“G/通用格式”:以常规的数字显示,相当于"分类"列表中的"常规"选项。

G/通用格式

10显示为10;10.1显示为10.1。

2、“0”:数字占位符。如果单元格的内容大于占位符,则显示实际数字,如果小于点位符的数量,则用0补足。

00000

1234567显示为1234567;123显示为00123

00.000

100.14显示为100.140;1.1显示为01.100

0000-00-00

20050512显示为2005-05-12

3、"#":数字占位符。只显有意义的零而不显示无意义的零。小数点后数字如大于"#“的数量,则按”#"的位数四舍五入。

###.##

12.1显示为12.10;12.1263显示为12.13

4、"?":数字占位符。在小数点两边为无意义的零添加空格,对齐结果为以小数点对齐,另外还用于对不等到长数字的分数。

??.??

结果自动以小数点对齐:

image-20201228121923426

#??/??

原数据:

1.25
22.5
43.75
65

展示效果:

 5/4 
45/2 
175/4 
65/1 

5、".":小数点。如果外加双引号则为字符。

0.#

11.23显示为11.2

6、"%":百分比。

#%

0.1显示为10%

7、",":千位分隔符。数字使用千位分隔符。如在代码中","后空,则把原来的数字缩小1000倍。

#,###

“10000"显示为"10,000”

#,

“10000"显示为"10”

#,,

“1000000"显示为"1”

8、"@":文本占位符。如果只使用单个@,作用是引用原始文本,要在输入数字数据之前自动添加文本,使用自定义格式为:“文本内容”@;要在输入数字数据之后自动添加文本,使用自定义格式为:@“文本内容”。@符号的位置决定了Excel输入的数字数据相对于添加文本的位置。如果使用多个@,则可以重复文本。

"集团"@"部"

财务 显示为:集团财务部

@@@

财务 显示为:财务财务财务

9、*:重复下一次字符,直到充满列宽。

@*-

“ABC"显示为"ABC-------------------”(仅在office中生效,wps中无效果)

10、[颜色]:用指定的颜色显示字符。可有八种颜色可选:红色、黑色、黄色,绿色、白色、兰色、青色和洋红。

[青色];[红色];[黄色];[兰色]

显示结果为正数为青色,负数显示红色,零显示黄色,文本则显示为兰色

11、[颜色N]:是调用调色板中颜色,N是0~56之间的整数。

[颜色3]

单元格显示的颜色为调色板上第3种颜色。

12、[条件]:可以单元格内容判断后再设置格式。条件格式化只限于使用三个条件,其中两个条件是明确的,另个是"所有的其他"。条件要放到方括号中。必须进行简单的比较。

[>0]"正数";[=0]"零";"负数"

13、"!":显示"""。由于引号是代码常用的符号。在单元格中是无法用""“来显示出来”""。要想显示出来,须在前加入"!"

#!"

“10"显示"10"”

#!"!"

“10"显示"10"”"

14、时间和日期代码

  • “YYYY"或"YY”:按四位(1900-9999)或两位(00-99)显示年

  • “MM"或"M”:以两位(01-12)或一位(1-12)表示月。

  • “DD"或"D”:以两位(01-31)或一位(1-31)来表示天。

  • “YYYY-MM-DD”。2005年1月10日显示为:“2005-01-10”

  • “YY-M-D”。2005年10月10日显示为:“05-1-10”

  • “AAAA”:日期显示为星期。

  • “H"或"HH”:以一位(0-23)或两位(01-23)显示小时

  • “M"或"MM”:以一位(0-59)或两位(01-59)显示分钟

  • “S"或"SS”:以一位(0-59)或两位(01-59)显示秒

  • “HH:MM:SS”。“23:1:15"显示为"23:01:15”

总结

经过上面的演示,大家应该对openpyxlxlsxwriter都有了一个比较直观的认知,这两个库大家觉得到底哪个更方便呢?

欢迎在下方留言或评论进行讨论。


本文转载:CSDN博客