python3 excel样式_python3my使用python.pandas修改excel样式
python3my使用python.pandas修改excel样式
环境:python 3.6.8
以某米赛尔号举个例子吧:
>>> pd.read_excel(‘1.xlsx‘, sheet_name=‘Sheet2‘)
名字 等级 属性1 属性2 天赋
0 四九幻曦 100 自然 None 21
1 圣甲狂战 100 战斗 None 0
2 时空界皇 100 光 次元 27
我们在这里使用了pd.read_excel()函数来读取excel,来看一下read_excel()这个方法的API,这里只截选一部分经常使用的参数:
pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)
io:很明显, 是excel文件的路径+名字字符串
(有中文的话python2的老铁需要使用decode()来解码成unicode字符串)
例如:
>>> pd.read_excel(‘例子‘.decode(‘utf-8))
sheet_name:返回指定的sheet
如果将sheet_name指定为None,则返回全表
如果需要返回多个表, 可以将sheet_name指定为一个列表, 例如[‘sheet1‘, ‘sheet2‘]
可以根据sheet的名字字符串或索引来值指定所要选取的sheet
>>> # 如:
>>> pd.read_excel(‘1.xlsx‘, sheet_name=0)
>>> pd.read_excel(‘1.xlsx‘, sheet_name=‘Sheet1‘)
>>> # 返回的是相同的 DataFrame
name:如果没有表头, 可用此参数传入列表做表头
header:指定数据表的表头,默认值为0, 即将第一行作为表头
index_col:用作行索引的列编号或者列名,如果给定一个序列则有多个行索引。一般可以设定index_col=False指的是pandas不适用第一列作为行索引。
usecols:读取指定的列, 也可以通过名字或索引值
>>> # 如:
>>> pd.read_excel(‘1.xlsx‘, sheet_name=1, usecols=[‘等级‘, ‘属性1‘])
>>> pd.read_excel(‘1.xlsx‘, sheet_name=1, usecols=[1,2])
>>> # 返回的是相同的 DataFrame
直到某一天泰格尔升了一级, 可以这样改一下, 当然用.iloc或.loc对象都可以
>>> # 读取文件
>>> data = pd.read_excel("1.xlsx", sheet_name="Sheet1")
>>> # 找到 等级 这一列,再在这一列中进行比较
>>> data[‘等级‘][data[‘名字‘] == ‘泰格尔‘] += 1
>>> print(data)
LOOK!他升级了!!
>>> data
名字 等级 属性1 属性2 天赋
0 艾欧里娅 100 自然 冰 29
1 泰格尔 81 电 战斗 16
2 布鲁克克 100 水 None 28
现在我们将它保存
data.to_excel(‘1.xlsx‘, sheet_name=‘Sheet1‘, index=False, header=True)
index:默认为True, 是否加行索引, 直接上图吧!
左为False, 右为True
header:默认为True, 是否加列标, 上图吧!
左为False, 右为True
而io, sheet_name参数用法同函数pd.read_excel()
如果我们多捕捉几只或者多加几种属性怎么办呢?这里给出参考:
新增列数据:
data[‘列名称‘] = [值1, 值2, ......]
>>> data[‘特性‘] = [‘瞬杀‘, ‘None‘, ‘炎火‘]
>>> data
名字 等级 属性1 属性2 天赋 特性
0 艾欧里娅 100 自然 冰 29 瞬杀
1 泰格尔 80 电 战斗 16 None
2 布鲁克克 100 水 None 28 炎火
新增行数据,这里行的num为excel中自动给行加的id数值
data.loc[行的num] = [值1, 值2, ...], (注意与.iloc的区别)
>>> data.loc[3] = [‘小火猴‘, 1, ‘火‘, ‘None‘, 31, ‘None‘]
>>> data
名字 等级 属性1 属性2 天赋 特性
0 艾欧里娅 100 自然 冰 29 瞬杀
1 泰格尔 80 电 战斗 16 None
2 布鲁克克 100 水 None 28 炎火
3 小火猴 1 火 None 31 None
说完了增加一行或一列,那怎样删除一行或一列呢?可以使用.drop()函数
>>> # 删除列, 需要指定axis为1,当删除行时,axis为0
>>> data = data.drop(‘属性1‘, axis=1) # 删除`属性1`列
>>> data
名字 等级 属性2 天赋 特性
0 艾欧里娅 100 冰 29 瞬杀
1 泰格尔 80 战斗 16 None
2 布鲁克克 100 None 28 炎火
3 小火猴 1 None 31 None
>>> # 删除第3,4行,这里下表以0开始,并且标题行不算在类, axis用法同上
>>> data = data.drop([2, 3], axis=0)
>>> data
名字 等级 属性2 天赋 特性
0 艾欧里娅 100 冰 29 瞬杀
1 泰格尔 80 战斗 16 None
>>> # 保存
>>> data.to_excel(‘2.xlsx‘, sheet_name=‘Sheet1‘, index=False, header=True)
使用python.pandas修改excel样式
import pandas as pd
from datetime import datetime,timedelta
df = pd.read_clipboard() # 从粘贴板上读取数据
t = datetime.now().date() - timedelta(days=1)
writer = pd.ExcelWriter(‘样式%d%02d%02d.xlsx‘ %(t.year,t.month,t.day))
workbook = writer.book
fmt = workbook.add_format({"font_name": u"微软雅黑"})
percent_fmt = workbook.add_format({‘num_format‘: ‘0.00%‘})
amt_fmt = workbook.add_format({‘num_format‘: ‘#,##0‘})
border_format = workbook.add_format({‘border‘: 1})
note_fmt = workbook.add_format(
{‘bold‘: True, ‘font_name‘: u‘微软雅黑‘, ‘font_color‘: ‘red‘, ‘align‘: ‘left‘, ‘valign‘: ‘vcenter‘})
date_fmt = workbook.add_format({‘bold‘: False, ‘font_name‘: u‘微软雅黑‘, ‘num_format‘: ‘yyyy-mm-dd‘})
date_fmt1 = workbook.add_format(
{‘bold‘: True, ‘font_size‘: 10, ‘font_name‘: u‘微软雅黑‘, ‘num_format‘: ‘yyyy-mm-dd‘, ‘bg_color‘: ‘#9FC3D1‘,
‘valign‘: ‘vcenter‘, ‘align‘: ‘center‘})
highlight_fmt = workbook.add_format({‘bg_color‘: ‘#FFD7E2‘, ‘num_format‘: ‘0.00%‘})
l_end = len(df.index) + 2 # 表格的行数,便于下面设置格式
df.to_excel(writer, sheet_name=u‘测试页签‘, encoding=‘utf8‘, header=False, index=False, startcol=0, startrow=2)
worksheet1 = writer.sheets[u‘测试页签‘]
for col_num, value in enumerate(df.columns.values):
worksheet1.write(1, col_num, value, date_fmt1)
worksheet1.merge_range(‘A1:B1‘, u‘测试情况统计表‘, note_fmt)
# 设置列宽
worksheet1.set_column(‘A:D‘, 30, fmt)
# 有条件设定表格格式:金额列
worksheet1.conditional_format(‘B3:E%d‘ % l_end, {‘type‘: ‘cell‘, ‘criteria‘: ‘>=‘, ‘value‘: 1, ‘format‘: amt_fmt})
# 有条件设定表格格式:百分比
worksheet1.conditional_format(‘E3:E%d‘ % l_end,
{‘type‘: ‘cell‘, ‘criteria‘: ‘<=‘, ‘value‘: 0.1, ‘format‘: percent_fmt})
# 有条件设定表格格式:高亮百分比
worksheet1.conditional_format(‘E3:E%d‘ % l_end,
{‘type‘: ‘cell‘, ‘criteria‘: ‘>‘, ‘value‘: 0.1, ‘format‘: highlight_fmt})
# 加边框
worksheet1.conditional_format(‘A1:E%d‘ % l_end, {‘type‘: ‘no_blanks‘, ‘format‘: border_format})
# 设置日期格式
worksheet1.conditional_format(‘A3:A62‘, {‘type‘: ‘no_blanks‘, ‘format‘: date_fmt})
writer.save()
原文:https://www.cnblogs.com/xinxihua/p/12622951.html
python3 excel样式_python3my使用python.pandas修改excel样式相关推荐
- python3 excel样式_xls0-python3my使用python.pandas修改excel样式
xls0-python3my使用python.pandas修改excel样式 select 6006*0.618 *0.618 x,6006*0.618 xs from DUAL ; select 6 ...
- python对数据进行合并的函数_利用Python pandas对Excel进行合并的方法示例
前言 在网上找了很多Python处理Excel的方法和代码,都不是很尽人意,所以自己综合网上各位大佬的方法,自己进行了优化,具体的代码如下. 博主也是新手一枚,代码肯定有很多需要优化的地方,欢迎各位大 ...
- python利用pandas合并excel表格代码_利用Python pandas对Excel进行合并的方法示例
前言 在网上找了很多Python处理Excel的方法和代码,都不是很尽人意,所以自己综合网上各位大佬的方法,自己进行了优化,具体的代码如下. 博主也是新手一枚,代码肯定有很多需要优化的地方,欢迎各位大 ...
- python pandas合并单元格_利用Python pandas对Excel进行合并的方法示例
前言 在网上找了很多Python处理Excel的方法和代码,都不是很尽人意,所以自己综合网上各位大佬的方法,自己进行了优化,具体的代码如下. 博主也是新手一枚,代码肯定有很多需要优化的地方,欢迎各位大 ...
- Python+Pandas读取Excel文件分析关系最好的两个演员
董老师又双叒叕送书啦,6本<Python程序设计基础与应用(第2版)> 推荐图书: <Python程序设计(第3版)>,(ISBN:978-7-302-55083-9),董付国 ...
- Python+pandas读取Excel文件统计最受欢迎的前3位演员
推荐教材:<Python程序设计基础与应用>(ISBN:9787111606178),董付国,机械工业出版社,2018.8出版,2021.3第11次印刷 图书详情: 配套资源: 用书教师可 ...
- Python+pandas处理Excel文件案例一则
封面图片:<Python程序设计实验指导书>(ISBN:9787302525790),董付国,清华大学出版社 图书详情(京东): ==================== 问题描述:使用p ...
- python pandas读取excel时动态确定标题行所在行数
python pandas读取excel时动态确定标题行所在行数,动态跳过标题前空白行 利用python对excel或者csv文件进行批量操作时,除了使用xlrd库或者xlwt库进行表格的操作读与写, ...
- python pandas读取excel文件
python pandas读取excel文件 data=pd.read_excel('C:\Users\86188\python\dummy.xlsx') 会报错:SyntaxError: (unic ...
最新文章
- matlab中tab键怎么用来缩进,MATLAB中的一些小技巧
- System.Timers.Timer与System.Threading.Timer
- http --- cookie与会话跟踪
- 穷人最缺少的是什么?
- 如何优化java反射,如何有效地使用Java反射
- 路由协议的管理距离值
- 关于WindowsPE的DIY和黑科技
- C++类模版demo
- 我经常逛的技术网站,个个经典
- 斐波那契数列的java代码
- Android SDK测试
- y电容如何选型_安规Y电容设计选型
- 欠采样和过采样_过采样和欠采样
- 用计算机弹逆战的简谱,张杰逆战歌曲钢琴简谱
- 网卡5790c linux驱动,富士通DPK5790H驱动
- 如何压缩word文档
- (邀请函)澳大利亚堪培拉留学报告会面签会12月12号在北京理工大学举办
- 不同设备以及浏览器的userAgent值大全
- 【Java数据结构与算法】Java如何实现环形队列
- 深度学习词汇表(一)