Pandas基于StyleFrame设置表格样式
对于Excel样式设置库——StyleFrame，也做简单介绍：
1、安装：
pip install StyleFrame
2、基础数据暂时都用data（模拟数据）做测试。
from StyleFrame import StyleFrame, Styler
for sheet in data.keys():
sf = StyleFrame(data[sheet]) #实例化数据对象
sf不同于DataFrame表的df，是不可以预览的。
3、Styler——样式设置对象：详情可前去官网查看： StyleFrame官网
Styler(bg_color=None, bold=False, font=utils.fonts.arial, font_size=12, font_color=None, number_format=utils.number_formats.general, protection=False,
underline=None, border_type=utils.borders.thin, horizontal_alignment=utils.horizontal_alignments.center, vertical_alignment=utils.vertical_alignments.center,
wrap_text=True, shrink_to_fit=True, fill_pattern_type=utils.fill_pattern_types.solid, indent=0, comment_author=None, comment_text=None, text_rotation=0)
解释：
| 参数 | 说明 |
|---|---|
| bg_color | 单元格背景色 |
| bold | 字体加粗与否设置 |
| font | 字体类型 |
| font_size | 字体大小 |
| font_color | 字体颜色 |
| number_format | 数值格式 |
| protection | 保护表格不被修改 |
| underline | 下划线设置 |
| border_type | 边框线设置 |
| horizontal_alignment | 水平方向对齐设置 |
| vertical_alignment | 垂直方向对齐设置 |
| wrap_text | 是否自动换行 |
| shrink_to_fit | 是否根据字符长度缩小以适应单元格 |
| fill_pattern_type | 背景填充模式 |
| indent | 缩进距离 |
| comment_author | 批注作者 |
| comment_text | 批注内容 |
a)在某一列上使用样式时需要用到如下方法：
apply_column_style(cols_to_style,styler_obj,style_header)
1、cols_to_style：要设置样式的列名
2、styler_obj：样式对象，即上面设置过的Styler
3、style_header：是否将表头也设置样式
实例：
sf.apply_column_style(cols_to_style=["列名",'列名1'],
styler_obj=Styler(number_format="0"),
style_header=True)
b)在行上使用
apply_style_by_indexes(indexes_to_style,styler_obj,cols_to_style)
1、indexes_to_style: 要设置样式的行，sf[sf[‘col1’] = 20]表示设置col1列等于20的行
2、styler_obj: 样式对象
3、cols_to_style: 要设置通过indexes_to_style选出那些行对应的哪些列
实例：
indexes_to_style=sf[sf['列名'] < '10'] # 列名列数值小于10的单元格
#sf.apply_style_by_indexes(indexes_to_style=sf[sf['列名'] < '10'],
cols_to_style=['列名'],styler_obj=Styler(font_color="#FF0000"))
c)字体大小:font_size\加粗：bold
sf.apply_column_style(cols_to_style=["col_2"],
styler_obj=Styler(font_size=12, bold=True),
style_header=True)
d)背景色：bg_colors
sf.apply_column_style(cols_to_style=["col_2"],
styler_obj=Styler(bg_color='red'),
style_header=True)
e)对齐方式：horizontal_alignment
general = 'general' #一般
left = 'left' #左对齐
center = 'center' #居中对齐
right = 'right' #右对齐
fill = 'fill' #填满单元格对齐
justify = 'justify' #两端对齐
center_continuous = 'centerContinuous'
distributed = 'distributed' #分散对齐
实例：
sf.apply_column_style(cols_to_style=["col_3"],
styler_obj=Styler(horizontal_alignment="center"),
style_header=True)
f)垂直方向对齐:vertical_alignment
top = 'top' #靠上对齐
center = 'center' #靠中对齐
bottom = 'bottom' #靠下对齐
justify = 'justify' #两端对齐
distributed = 'distributed' #分散对齐
实例：
sf.apply_column_style(cols_to_style=["col_3"],
styler_obj=Styler(vertical_alignment="center"),
style_header=True)
g)数字显示:number_format
general = 'General' #对应Excel中的常规
general_integer = '0' #不保留小数点
general_float = '0.00' #保留两位小数点
percent = '0.0%' #百分数
thousands_comma_sep = '#,##0' #千位分隔样式
date = 'DD/MM/YY' #年月日
time_24_hours = 'HH:MM' #小时分钟
time_24_hours_with_seconds = 'HH:MM:SS' #小时分钟秒
time_12_hours = 'h:MM AM/PM' #12小时分钟 上下午区分
time_12_hours_with_seconds = 'h:MM:SS AM/PM' #12小时分钟秒 上下午区分
date_time = 'DD/MM/YY HH:MM' #年月日时分
date_time_with_seconds = 'DD/MM/YY HH:MM:SS' #年月日时分秒
实例：
sf.apply_column_style(cols_to_style=["col_1"],
styler_obj=Styler(number_format="0"),
style_header=True)
sf.apply_column_style(cols_to_style=["col_2"],
styler_obj=Styler(number_format="0.000"),
style_header=True)
sf.apply_column_style(cols_to_style=["col_3"],
styler_obj=Styler(number_format="0.0%"),
style_header=True)
h)条件格式:add_color_scale_conditional_formatting
num = 'num' #根据具体数值
percent = 'percent' #根据百分数
max = 'max' #根据最大值
min = 'min' #根据最小值
formula = 'formula' #根据公式
percentile = 'percentile' #根据分位数
i)设置列宽:set_column_width\set_column_width_dict
sf.set_column_width(columns = ["col_1","col_2","col_3"],width=10)
sf.set_column_width_dict(col_width_dict = {"col_1":10,"col_2":20,"col_3":30})
j)设置行高:set_row_height\set_row_height_dict
最近需要做一些数据汇总，并存储在Excel表格中，又想外观看过去好看一点，那怎么办呢，找到一个StyleFrame库可以很容易的解决这问题。
正对pandas处理合并单元格暂未去测试，下次有空查阅一下资料看看能否解决。
利用pandas存储数据的前提是先组织好数据：
数据格式可以整理成以下格式：
数据 = {表名:{‘列名称’:数据(列表格式),…}}
data = {‘test’:{‘name’:[‘小明’,‘小红’,…]}}
为了方便调用数据存储，封装个类：
import pandas as pd
from StyleFrame import StyleFrame, Styler
class ExcelData(object):
'''
Excel操作
'''
def __init__(self):
self.sheet_data = {}
def addSheet(self, sheetname, DataFrame):
self.sheet_data[sheetname] = DataFrame
def readFile(self, filename, sheetnames):
'''
根据表名读取数据-前提得先知道sheetname
'''
for sheet in sheetnames:
self.sheet_data[sheet] = pd.read_excel(filename, sheetname=sheet)
return self.sheet_data
def readDimFile(self, filename, sheetnames):
'''
读取文件所有表数据
'''
data = pd.read_excel(filename, None)
return data
def addSumFile(self, public_asin):
datas = {'合计':[''],
'=SUM(C4:C'+ str(len(public_asin) + 5)+')':[''],
'=SUM(D4:D'+ str(len(public_asin) + 5)+')':[''],
'=IF(C2=0,0,ROUND(D2*100/C2,1))&"%"':[''],
'=SUM(F4:F'+ str(len(public_asin) + 5)+')':[''],
'=SUM(G4:G'+ str(len(public_asin) + 5)+')':[''],
'=IF(F2=0,0,ROUND(G2*100/F2,1))&"%"':[''],
'=SUM(I4:I'+ str(len(public_asin) + 5)+')':[''],
'=SUM(J4:J'+ str(len(public_asin) + 5)+')':[''],
'=IF(I2=0,0,ROUND(J2*100/I2,1))&"%"':[''],
'=SUM(L4:L'+ str(len(public_asin) + 5)+')':[''],
'=SUM(M4:M'+ str(len(public_asin) + 5)+')':[''],
'=IF(L2=0,0,ROUND(M2*100/L2,1))&"%"':[''],
'=IF(C2=0,0,ROUND((I2-C2)*100/C2,1))&"%"':[''],
'=IF(D2=0,0,ROUND((J2-D2)*100/D2,1))&"%"':[''],
'=IF(E2=0,0,ROUND((K2-E2)*100/E2,1))&"%"':[''],
'=IF(F2=0,0,ROUND((L2-F2)*100/F2,1))&"%"':[''],
'=IF(G2=0,0,ROUND((M2-G2)*100/G2,1))&"%"':[''],
'=IF(H2=0,0,ROUND((N2-H2)*100/H2,1))&"%"':['']}
col_dicts = ['合计', '=SUM(C4:C'+ str(len(public_asin) + 5)+')',
'=SUM(D4:D'+ str(len(public_asin) + 5)+')',
'=IF(C2=0,0,ROUND(D2*100/C2,1))&"%"',
'=SUM(F4:F'+ str(len(public_asin) + 5)+')',
'=SUM(G4:G'+ str(len(public_asin) + 5)+')',
'=IF(F2=0,0,ROUND(G2*100/F2,1))&"%"',
'=SUM(I4:I'+ str(len(public_asin) + 5)+')',
'=SUM(J4:J'+ str(len(public_asin) + 5)+')',
'=IF(I2=0,0,ROUND(J2*100/I2,1))&"%"',
'=SUM(L4:L'+ str(len(public_asin) + 5)+')',
'=SUM(M4:M'+ str(len(public_asin) + 5)+')',
'=IF(L2=0,0,ROUND(M2*100/L2,1))&"%"',
'=IF(C2=0,0,ROUND((I2-C2)*100/C2,1))&"%"',
'=IF(D2=0,0,ROUND((J2-D2)*100/D2,1))&"%"',
'=IF(E2=0,0,ROUND((K2-E2)*100/E2,1))&"%"',
'=IF(F2=0,0,ROUND((L2-F2)*100/F2,1))&"%"',
'=IF(G2=0,0,ROUND((M2-G2)*100/G2,1))&"%"',
'=IF(H2=0,0,ROUND((N2-H2)*100/H2,1))&"%"']
DataFrame = pd.DataFrame(data=datas)
DataFrame = DataFrame.ix[:, col_dicts]
return DataFrame
def saveFile(self, filename, sheet_names, cols_dict):
excel_writer = StyleFrame.ExcelWriter(filename)
for sheet in sheet_names:
#如果想在一个sheet表中写入多次数据，那么可以实例化多个sf对象，前提是写到不同的单元格。
#如，需指定sheet_name为同一个表
# 以下的sf2的目的是想在已有的数据表头部加一行合计汇总的数据
#sf2 = StyleFrame(self.addSumFile(self.sheet_data[sheet]['数据列']))
#sf2.to_excel(excel_writer, sheet_name=sheet, index=False, startcol=1, startrow=1)
#排序
#sort_data = self.sheet_data[sheet].sort_values(by=['排序列'], ascending=[True])
#sf = StyleFrame(self.sheet_data[sheet])
sf = StyleFrame(self.sheet_data[sheet])
key_len = get_maxlen(self.sheet_data[sheet]) # 获取单元格最长字符串
style_cols = cols_dict[sheet] # 需要设置样式的列名
for key in self.sheet_data[sheet]:
if key == '列名':
withs = key_len[key]*1.5 # 设置宽度:每个字符的1.5倍
else:
withs = key_len[key]*0.45 if key_len[key] > len(key) else len(key)*0.7
sf.set_column_width(columns=[key], width=withs) # 设置列宽
# 设置excel的样式:styler_obj的样式一列只能设置一次，所以重复设置会以后一个为准
sf.apply_column_style(cols_to_style=style_cols, styler_obj=Styler(font_size=10.5, bg_color='#DDD9C4'), style_header=True)
# apply_style_by_indexes：指定列添加样式，以下表示'列名'这一列数值小于10的把字体标注为红色
sf.apply_style_by_indexes(indexes_to_style=sf[sf['列名'] < '10'],cols_to_style=['列名'],styler_obj=Styler(font_color="#FF0000"))
# 格式化数字类型number_format：
# general = 'General' #对应Excel中的常规
# general_integer = '0' #不保留小数点
# general_float = '0.00' #保留两位小数点
# percent = '0.0%' #百分数
# thousands_comma_sep = '#,##0' #千位分隔样式
# date = 'DD/MM/YY' #年月日
# time_24_hours = 'HH:MM' #小时分钟
# time_24_hours_with_seconds = 'HH:MM:SS' #小时分钟秒
# time_12_hours = 'h:MM AM/PM' #12小时分钟 上下午区分
# time_12_hours_with_seconds = 'h:MM:SS AM/PM' #12小时分钟秒 上下午区分
# date_time = 'DD/MM/YY HH:MM' #年月日时分
# date_time_with_seconds = 'DD/MM/YY HH:MM:SS' #年月日时分秒
sf.apply_column_style(cols_to_style=["col_1"],
styler_obj=Styler(number_format="0"),
style_header=True)
sf.apply_column_style(cols_to_style=["col_2"],
styler_obj=Styler(number_format="0.000"),
style_header=True)
sf.apply_column_style(cols_to_style=["col_3"],
styler_obj=Styler(number_format="0.0%"),
style_header=True)
# row_to_add_filters=0 表示第一行加筛选条件，等于1则是第二行加筛选条件
# startrow表示起始行，2表示第三行开始填充，默认为0，第一行开始
sf.to_excel(excel_writer=excel_writer, row_to_add_filters=0, sheet_name=sheet, index=False, startrow=2)
excel_writer.save()
保存excel：传入个sheetnames意在固定字表顺序
def save_excel(datas, path, cols_dict, sheet_names):
excels = ExcelData()
for i in range(len(sheet_names)):
DataFrame = pd.DataFrame(data=datas[sheet_names[i]])
DataFrame = DataFrame.ix[:, list(cols_dict[str(sheet_names[i])])] # 首列按照list(cols_dict[str(sheet_names[i])])列表顺序排序
excels.addSheet(sheet_names[i], DataFrame)
excels.saveFile(path, sheet_names, cols_dict)
获取单元格最长字符串
def get_maxlen(datas):
b = {}
for data in datas:
b[data] = [len(str(d)) for d in datas[data]]
b[data] = max(b[data])
return b
样式设置：
sf = StyleFrame(data)
sf.apply_style_by_indexes(indexes_to_style=sf[sf['列名'] < -0.3],
cols_to_style=['列名'],
styler_obj=Styler(font_color="#FF0000", number_format="0.0%"))
sf[sf[‘列名’] < -0.2]这种无非也就是返回符合指定条件的索引列表，如果是单一的条件，没有多重条件，这种写法可以达到需求，如果想用多重条件，我一开始尝试着：
sf[sf['列名'] < -0.2 , sf['列名'] > -0.3]
sf[sf['列名'] < -0.2 and sf['列名'] > -0.3]
sf[sf['列名'] < -0.2 & sf['列名'] > -0.3]
以上三种写法均会报错。后面我就想都是传入索引列表，那何不自己先把符合条件的索引先获取，然后再传入就可以了，所以修改后：
val_index_list = []
for idx,vals in enumerate(sheet_data['sheet名']['列名']):
if vals < -0.2 and vals > -0.3:
val_index_list.append(idx)
sf.apply_style_by_indexes(indexes_to_style=val_index_list,
cols_to_style=['列名'],
styler_obj=Styler(font_color="#FF0000", number_format="0.0%"))
以下来一张结果图：
