Pandas专家总结：指定样式保存excel数据的 “N种” 姿势！

作者：小小明

简介：Pandas数据处理专家，10余年编码经验，至今已帮助过百名以上数据从业人员解决工作实际遇到的问题，其中数据处理和办公自动化问题涉及的行业包括会计、审计、HR、气象工作人员、教师、律师、运营，以及各行业的数据分析师和专做数据分析案例的公众号号主。

若你在数据处理的问题上遇到什么困难，欢迎与我交流。

目录

  • 准备数据

  • Pandas直接保存数据

  • Pandas的Styler对表格着色输出

  • Pandas使用xlsxwriter引擎保存数据

  • xlsxwriter按照指定样式写出Pandas对象的数据

  • Pandas自适应列宽保存数据

  • 相关资料

  • 总结

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 time Dates only Numbers Percentage final
0 2015/1/1 11:30 2015/2/1 1010 0.1 =C2*D2
1 2015/1/2 1:20 2015/2/2 2020 0.2 =C3*D3
2 2015/1/3 11:10 2015/2/3 3030 0.33 =C4*D4
3 2015/1/4 16:45 2015/2/4 2020 0.25 =C5*D5
4 2015/1/5 12:10 2015/2/5 1515 0.5 =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：

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：

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：


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：

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.bookworkbook

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：

关于set_column方法：

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_formatworksheet.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：

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 = borderfor 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)
workbook = writer.book
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：

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：

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_workbookworkbook = 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：

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：

Region Item Volume Month
0 East Apple 9000 July
1 East Apple 5000 July
2 South Orange 9000 September
3 North Apple 2000 November
4 West Apple 9000 November
5 South Pear 7000 October
6 North Pear 9000 August
7 West Orange 1000 December
8 West Grape 1000 November
9 South Pear 10000 April
10 West Grape 6000 January
11 South Orange 3000 May

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：

可以看到列宽设置的都比较准确。

相关资料

1. 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xlsx 和xlsm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/examplesGitHub：https://github.com/python-excel/xlwt

  • xlutils

用于配合xlrd和xlwt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

2. 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：

#??/??

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openpyxl和xlsxwriter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？

欢迎在下方留言或讨论。

介绍一本书

介绍一本📕：《Python科学计算入门与实战》

第1简单公式的程序化，围绕如何使用Python实现科学计算中简单公司的程序化；第2复杂公式程序化，重点介绍Python中的程序控制，将复杂的公式程序化；第3公式对象化，主要介绍Python中面向对象的程序设计；第4公式向量化，全方位介绍Python*的科学计算库NumPy的功能，并结合数组的可视化，让读者更轻松地理解和使用NumPy；第5公式可视化，介绍Python的高质量二维绘图库Matplotlib的功能；第6公式中的随机数，介绍Python中如何生成并灵活使用随机数和随机数数组，并结合大量实例综合应用本书讲解的内容。本书适合Python科学计算的入门读者和高校理工科专业的学生。

感谢机械工业出版社的支持！

赞 (0)

相关推荐