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結果：
Date and timeDates onlyNumbersPercentagefinal02015/1/1 11:302015/2/110100.1=C2*D212015/1/2 1:202015/2/220200.2=C3*D322015/1/3 11:102015/2/330300.33=C4*D432015/1/4 16:452015/2/420200.25=C5*D542015/1/5 12:102015/2/515150.5=C6*D6Pandas直接保存數據對於這個pandas對象，如果我們需要將其保存為excel，有那些操作方式呢？首先，最簡單的，直接保存：
df.to_excel("demo1.xlsx", sheet_name='Sheet1', index=False)效果如下：
但如果我們想要給這個excel在保存時，同時指定一些特殊的自定義格式又該怎麼做呢？這時就可以使用ExcelWriter進行操作，查看API文檔發現兩個重要參數：
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').
這說明對於日期類型數據，都可以通過這兩個參數指定特定的顯示格式，那麼我們採用以下方式才創建ExcelWriter，並保存結果：
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保存的結果中，格式已經確實的發生了改變：
Pandas的Styler對表格著色輸出如果我們想對指定的列的數據設置文字顏色或背景色，可以直接pandas.io.formats.style工具，該工具可以直接對指定列用指定的規則著色：
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顯示效果：
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：
雖然Pandas的Styler樣式還包括設置顯示格式、條形圖等功能，但寫入到excel卻無效，所以我們只能藉助Pandas的Styler實現作色的功能，而且只能對數據著色，不能對表頭作色。
Pandas使用xlsxwriter引擎保存數據進一步的，我們需要將數值等其他類型的數據也修改一下顯示格式，這時就需要從ExcelWriter拿出其中的workbook進行操作：
writer = pd.ExcelWriter("demo1.xlsx")
workbook = writer.book
workbook結果：
<xlsxwriter.workbook.Workbook at 0x52fde10>從返回的結果可以看到這是一個xlsxwriter對象，說明pandas默認的excel寫出引擎是xlsxwriter，即上面的ExcelWriter創建代碼其實等價於：
pd.ExcelWriter("demo1.xlsx", engine='xlsxwriter')關於xlsxwriter可以參考官方文檔：https://xlsxwriter.readthedocs.org/
下面的代碼即可給數值列設置特定的格式：
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：
關於set_column方法：
worksheet.set_column('C:C', 8, format1) 表示將C列的列寬設置為8個字符，並採用format1的樣式，當然 format1 = workbook.add_format({'num_format': '#,##0.00'}) 就是表示生成一個指定的格式對象。
xlsxwriter按照指定樣式寫出Pandas對象的數據假如，我現在希望能夠定製excel表頭的樣式，並給數據添加邊框。我翻遍了xlsxwriter的API文檔發現，並沒有一個可以修改指定範圍樣式的API，要修改樣式只能通過set_column修改列，或者通過set_row修改行，這種形式的修改都是針對整行和整列，對於顯示格式還能滿足條件，但對於背景色和邊框之類的樣式就不行了，這點上確實不如openpyxl方便，但xlsxwriter還有個優勢，就是寫出數據時可以直接指定樣式。
下面看看如何直接通過xlsxwriter保存指定樣式的數據吧：
import xlsxwriter
workbook = xlsxwriter.Workbook('demo2.xlsx')
worksheet = workbook.add_worksheet('sheet1')
# 創建列名的樣式
header_format = workbook.add_format({
'bold': True,
'text_wrap': True,
'valign': 'top',
'fg_color': '#D7E4BC',
'border': 1})
# 從A1單元格開始寫出一行數據，指定樣式為header_format
worksheet.write_row(0, 0, df.columns, header_format)
# 創建一批樣式對象
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%'})
# 從第2行（角標從0開始）開始，分別寫出每列的數據，並指定特定的樣式
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)
# 設置對應列的列寬，單位是字符長度
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()上面的代碼應該都比較好理解，header_format和formatN是創建的樣式對象，write_row用於按行寫出數據，write_column用於按列寫出數據，set_column則是用於設置整列的列寬和樣式（沒傳入的不設置）。
運行結果如下：
Pandas使用openpyxl引擎保存數據pandas的默認寫出引擎是xlsxwriter，那麼是不是可以修改為其他引擎呢？答案是可以，下面我們使用 openpyxl 實現同樣的效果。
關於openpyxl可參考：https://openpyxl.readthedocs.org/
也可以直接參考黃同學編寫的文檔（中文，相對也比較全面）：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結果：
<openpyxl.workbook.workbook.Workbook at 0x16c6bb70>從上述列印結果可以看到，從engine指定為'openpyxl'後，workbook已經是 openpyxl 對象了。
與 xlsxwriter 不同的是 openpyxl 只能對逐個單元格設置樣式，而xlsxwriter只能指定行或指定列或寫入數據指定樣式。
下面首先修改表頭的樣式：
import itertools
from openpyxl.styles import Alignment, Font, PatternFill, Border, Side, PatternFill
font = Font(name="微軟雅黑", 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上述代碼引入的了itertools.chain方便迭代出每個單元格，而不用寫多重for循環。
下面再修改數值列的格式：
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%'最後給各列設置一下列寬：
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最後保存即可：
writer.save()整體完整代碼：
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="微軟雅黑", 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()最終效果：
從上述代碼可以看到，openpyxl 修改樣式時相對xlsxwriter來說麻煩了太多，特別是修改一個表頭就需要創建5個對象。
openpyxl加載數據模板寫出Pandas對象的數據雖然 openpyxl 直接寫出數據指定樣式相對xlsxwriter麻煩，但 openpyxl 還有個巨大的優勢就是可以讀取已有的excel文件，在其基礎上修改。
那我們就完全可以先將模板數據寫入到一個excel，然後加載這個模板文件進行修改，所以上面那個固定不變的表頭，我們就可以事先創建好：
然後加載模板，再寫入：
（經測試ExcelWriter無法對已經存在的工作表進行操作，會創建新的工作表，所以這裡直接使用openpyxl自己的API）
from openpyxl import load_workbook
workbook = load_workbook('template.xlsx')
worksheet = workbook["Sheet1"]
# 添加數據列，i表示當前的行號，用於後續格式設置
for i, row in enumerate(df.values, 2):
worksheet.append(row.tolist())
# 批量修改給寫入的數據的單元格範圍加邊框
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
# 批量給各列設置指定的自定義格式
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")最終效果：
可以明顯的看到openpyxl在加載模板後，可以省掉表頭設置和列寬設置的代碼。
Pandas自適應列寬保存數據大多數時候我們並不需要設置自定義樣式，也不需要寫出公式字符串，而是直接寫出最終的結果文本，這時我們就可以使用pandas計算一下各列的列寬再保存excel數據。
例如我們有如下數據：
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結果：
RegionItemVolumeMonth0EastApple9000July1EastApple5000July2SouthOrange9000September3NorthApple2000November4WestApple9000November5SouthPear7000October6NorthPear9000August7WestOrange1000December8WestGrape1000November9SouthPear10000April10WestGrape6000January11SouthOrange3000May使用pandas來進行計算各列列寬，思路是計算出每列的字符串gbk編碼（Windows下的Excel軟體默認使用gbk編碼）後的最大字節長度：
# 計算表頭的字符寬度
column_widths = (
df.columns.to_series()
.apply(lambda x: len(x.encode('gbk'))).values
)
# 計算每列的最大字符寬度
max_widths = (
df.astype(str)
.applymap(lambda x: len(x.encode('gbk')))
.agg(max).values
)
# 計算整體最大寬度
widths = np.max([column_widths, max_widths], axis=0)
widths結果：
array([6, 6, 6, 9], dtype=int64)下面將改造一下前面的代碼。
首先，使用xlsxwriter引擎自適應列寬保存數據：
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()然後，使用openpyxl引擎自適應列寬保存數據(openpyxl引擎設置字符寬度時會縮水0.5左右個字符，所以乾脆+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()結果：
可以看到列寬設置的都比較準確。
相關資料1. python讀寫Excel文件的那些庫來源：http://www.python-excel.org/
讀取和寫入EXCEL2010文件的包(即.xlsx)
文檔：https://openpyxl.readthedocs.org/
擁有豐富的特性，支持圖片/表格/圖表/篩選/格式/公式等，功能與openpyxl相似，優點是相比 openpyxl 還支持 VBA 文件導入，迷你圖等功能，缺點是不能打開/修改已有文件，意味著使用 xlsxwriter 需要從零開始。支持EXCEL2010文件(即.xlsx) 文檔：https://xlsxwriter.readthedocs.org/GitHub：https://github.com/jmcnamara/XlsxWriter
專門用於讀取 xlsb格式的excel文件 GitHub：https://github.com/willtrnr/pyxlsb
用於讀取xlsx 和xlsm格式的excel文件，或寫入xlsx格式的excel文件 文檔：https://pylightxl.readthedocs.io/en/latest/GitHub：https://github.com/PydPiper/pylightxl
用於讀取xls格式的excel文件的庫 文檔：http://xlrd.readthedocs.io/en/latest/GitHub：https://github.com/python-excel/xlrd
用於寫入xls格式的excel文件的庫 文檔：http://xlwt.readthedocs.io/en/latest/Examples：https://github.com/python-excel/xlwt/tree/master/examplesGitHub：https://github.com/python-excel/xlwt
用於配合xlrd和xlwt的工具庫，包括樣式的複製 文檔：http://xlutils.readthedocs.io/en/latest/GitHub：https://github.com/python-excel/xlutils
必須安裝 Microsoft Excel應用程式後才能使用的庫：
xlwings是開源，用Python替代VBA自動化操作Excel，同時支持Windows和MacOS。在Windows平臺下，通過xlwings在Python中編寫UDF可以實現在Excel中調用Python。xlwings PRO是一個具有附加功能的商業插件。
主頁：https://www.xlwings.org/文檔：https://docs.xlwings.org/en/stable/GitHub：https://github.com/xlwings/xlwings
2. Excel單元格自定義格式參數含義一、代碼結構組
代碼結構組成分為四個部分，中間用";"號分隔，具體如下：正數格式；負數格式；零格式；文本格式
二、各個參數的含義
1、"G/通用格式"：以常規的數字顯示，相當於"分類"列表中的"常規"選項。
G/通用格式10顯示為10；10.1顯示為10.1。
2、"0"：數字佔位符。如果單元格的內容大於佔位符，則顯示實際數字，如果小於點位符的數量，則用0補足。
000001234567顯示為1234567；123顯示為00123
00.000100.14顯示為100.140；1.1顯示為01.100
0000-00-0020050512顯示為2005-05-12
3、"#"：數字佔位符。只顯有意義的零而不顯示無意義的零。小數點後數字如大於"#"的數量，則按"#"的位數四捨五入。
###.##12.1顯示為12.10；12.1263顯示為12.13
4、"？"：數字佔位符。在小數點兩邊為無意義的零添加空格，對齊結果為以小數點對齊，另外還用於對不等到長數字的分數。
??.??結果自動以小數點對齊：
#??/??原數據：
1.25
22.5
43.75
65展示效果：
5/4
45/2
175/4
65/15、"."：小數點。如果外加雙引號則為字符。
0.#11.23顯示為11.2
6、"%"：百分比。
#%0.1顯示為10%
7、","：千位分隔符。數字使用千位分隔符。如在代碼中","後空，則把原來的數字縮小1000倍。
#,###"10000"顯示為"10,000"
#,"10000"顯示為"10"
#,,"1000000"顯示為"1"
8、"@"：文本佔位符。如果只使用單個@，作用是引用原始文本，要在輸入數字數據之前自動添加文本，使用自定義格式為："文本內容"@；要在輸入數字數據之後自動添加文本，使用自定義格式為：@"文本內容"。@符號的位置決定了Excel輸入的數字數據相對於添加文本的位置。如果使用多個@，則可以重複文本。
"集團"@"部"財務 顯示為：集團財務部
@@@財務 顯示為：財務財務財務
9、*：重複下一次字符，直到充滿列寬。
@*-"ABC"顯示為"ABC----"(僅在office中生效，wps中無效果)
10、[顏色]：用指定的顏色顯示字符。可有八種顏色可選：紅色、黑色、黃色，綠色、白色、蘭色、青色和洋紅。
[青色];[紅色];[黃色];[蘭色]顯示結果為正數為青色，負數顯示紅色，零顯示黃色，文本則顯示為蘭色
11、[顏色N]：是調用調色板中顏色，N是0~56之間的整數。
[顏色3]單元格顯示的顏色為調色板上第3種顏色。
12、[條件]：可以單元格內容判斷後再設置格式。條件格式化只限於使用三個條件，其中兩個條件是明確的，另個是"所有的其他"。條件要放到方括號中。必須進行簡單的比較。
[>0]"正數";[=0]"零";"負數"13、"!"：顯示"""。由於引號是代碼常用的符號。在單元格中是無法用"""來顯示出來"""。要想顯示出來，須在前加入"!"
#!""10"顯示"10""
#!"!""10"顯示"10"""
14、時間和日期代碼
"YYYY"或"YY"：按四位（1900~9999）或兩位（00~99）顯示年；
"MM"或"M"：以兩位（01~12）或一位（1~12）表示月；
"DD"或"D"：以兩位（01~31）或一位（1-31）來表示天；
"YYYY-MM-DD"。2005年1月10日顯示為："2005-01-10"；
"YY-M-D"。2005年10月10日顯示為："05-1-10"；
"H"或"HH"：以一位（0~23）或兩位（01~23）顯示小時；
"M"或"MM"：以一位（0~59）或兩位（01~59）顯示分鐘；
"S"或"SS"：以一位（0~59）或兩位（01~59）顯示秒；
"HH:MM:SS"："23:1:15"顯示為"23:01:15"；
總結經過上面的演示，大家應該對openpyxl和xlsxwriter都有了一個比較直觀的認知，這兩個庫大家覺得到底哪個更方便呢？
歡迎在下方留言或討論。
我是東哥，最後給大家分享《100本Python電子書》，包括Python編程技巧、數據分析、爬蟲、Web開發、機器學習、深度學習。
現在免費分享出來，有需要的讀者可以下載學習，在下面的公眾號「GitHuboy」裡回復關鍵字：Python，就行。