xls0-python3my使用python.pandas修改excel樣式

xls0-python3my使用python.pandas修改excel樣式

 

select 6006*0.618 *0.618 x,6006*0.618 xs from DUAL ;

select 6011*0.618 *0.618 x,6011*0.618 xs from DUAL ;

select 6015*0.618 *0.618 x,6015*0.618 xs from DUAL ;

select 6019*0.618 *0.618 x,6019*0.618 xs from DUAL ;

select 6024*0.618 *0.618 x,6024*0.618 xs from DUAL ;

declare
i number;
begin
for x in 5900..6222 loop
dbms_output.put_line(x||'--'||to_char(x*0.618,'9999.99')||'--'||round(x*0.618*0.618,3 ) );
end loop;
end;
/

SQL>

環境:python 3.6.8

 

>>> pd.read_excel('1.xlsx', sheet_name='Sheet2')
     名字   等級 屬性1   屬性2  天賦
0  四九幻曦  100  自然  None  21
1  聖甲狂戰  100  戰斗  None   0
2  時空界皇  100   光    次元  27

我們在這里使用了pd.read_excel()函數來讀取excel，來看一下read_excel()這個方法的API，這里只截選一部分經常使用的參數:

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)

io:很明顯, 是excel文件的路徑+名字字符串

(有中文的話python2的老鐵需要使用decode()來解碼成unicode字符串)
例如:

>>> pd.read_excel('例子'.decode('utf-8))

sheet_name:返回指定的 sheet
如果將 sheet_name指定為 None，則返回全表
如果需要返回多個表, 可以將 sheet_name指定為一個列表, 例如['sheet1', 'sheet2']

可以根據sheet的名字字符串或索引來值指定所要選取的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:如果沒有表頭, 可用此參數傳入列表做表頭
header:指定數據表的表頭,默認值為0, 即將第一行作為表頭
index_col:用作行索引的列編號或者列名，如果給定一個序列則有多個行索引。一般可以設定 index_col=False指的是pandas不適用第一列作為行索引。

usecols：讀取指定的列, 也可以通過名字或索引值

>>> # 如:
>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=['等級', '屬性1'])
>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=[1,2])
>>> # 返回的是相同的 DataFrame

直到某一天泰格爾升了一級, 可以這樣改一下, 當然用.iloc或.loc對象都可以

>>> # 讀取文件
>>> data = pd.read_excel("1.xlsx", sheet_name="Sheet1")

>>> # 找到 等級 這一列，再在這一列中進行比較
>>> data['等級'][data['名字'] == '泰格爾'] += 1
>>> print(data)

LOOK！他升級了！！

>>> data
     名字   等級 屬性1   屬性2  天賦
0  艾歐里婭  100  自然     冰  29
1   泰格爾   81   電    戰斗  16
2  布魯克克  100   水  None  28

現在我們將它保存

data.to_excel('1.xlsx', sheet_name='Sheet1', index=False, header=True)

index:默認為 True, 是否加行索引, 直接上圖吧！

左為False, 右為True

header:默認為 True, 是否加列標, 上圖吧！

左為False, 右為True

而 io, sheet_name參數用法同函數 pd.read_excel()

如果我們多捕捉幾只或者多加幾種屬性怎么辦呢？這里給出參考：

新增列數據：
data['列名稱'] = [值1, 值2, ......]

>>> data['特性'] = ['瞬殺', 'None', '炎火']
>>> data
     名字   等級 屬性1   屬性2  天賦    特性
0  艾歐里婭  100  自然     冰  29    瞬殺
1   泰格爾   80   電    戰斗  16  None
2  布魯克克  100   水  None  28    炎火

新增行數據，這里行的num為excel中自動給行加的id數值
data.loc[行的num] = [值1， 值2， ...], (注意與.iloc的區別)

>>> data.loc[3] = ['小火猴', 1, '火', 'None', 31, 'None']
>>> data
     名字   等級 屬性1   屬性2  天賦    特性
0  艾歐里婭  100  自然     冰  29    瞬殺
1   泰格爾   80   電    戰斗  16  None
2  布魯克克  100   水  None  28    炎火
3   小火猴    1   火  None  31  None

說完了增加一行或一列，那怎樣刪除一行或一列呢？可以使用.drop()函數

>>> # 刪除列, 需要指定axis為1，當刪除行時，axis為0
>>> data = data.drop('屬性1', axis=1) # 刪除`屬性1`列
>>> data
     名字   等級   屬性2  天賦    特性
0  艾歐里婭  100     冰  29    瞬殺
1   泰格爾   80    戰斗  16  None
2  布魯克克  100  None  28    炎火
3   小火猴    1  None  31  None

>>> # 刪除第3,4行，這里下表以0開始，並且標題行不算在類, axis用法同上
>>> data = data.drop([2, 3], axis=0)
>>> data
     名字   等級 屬性2  天賦    特性
0  艾歐里婭  100   冰  29    瞬殺
1   泰格爾   80  戰斗  16  None

>>> # 保存
>>> data.to_excel('2.xlsx', sheet_name='Sheet1', index=False, header=True)

參考官網提供的API:http://pandas.pydata.org/pand...

使用python.pandas修改excel樣式

import pandas as pd
from  datetime import datetime,timedelta
df = pd.read_clipboard() # 從粘貼板上讀取數據
t = datetime.now().date() - timedelta(days=1)
writer = pd.ExcelWriter('樣式%d%02d%02d.xlsx' %(t.year,t.month,t.day))
workbook = writer.book
fmt = workbook.add_format({"font_name": u"微軟雅黑"})
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'微軟雅黑', 'font_color': 'red', 'align': 'left', 'valign': 'vcenter'})
date_fmt = workbook.add_format({'bold': False, 'font_name': u'微軟雅黑', 'num_format': 'yyyy-mm-dd'})

date_fmt1 = workbook.add_format(
    {'bold': True, 'font_size': 10, 'font_name': u'微軟雅黑', '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 # 表格的行數,便於下面設置格式
df.to_excel(writer, sheet_name=u'測試頁簽', encoding='utf8', header=False, index=False, startcol=0, startrow=2)
worksheet1 = writer.sheets[u'測試頁簽']
for col_num, value in enumerate(df.columns.values):
    worksheet1.write(1, col_num, value, date_fmt1)
worksheet1.merge_range('A1:B1', u'測試情況統計表', note_fmt)
# 設置列寬
worksheet1.set_column('A:D', 30, fmt)
# 有條件設定表格格式：金額列
worksheet1.conditional_format('B3:E%d' % l_end, {'type': 'cell', 'criteria': '>=', 'value': 1, 'format': amt_fmt})
# 有條件設定表格格式：百分比
worksheet1.conditional_format('E3:E%d' % l_end,
                              {'type': 'cell', 'criteria': '<=', 'value': 0.1, 'format': percent_fmt})
# 有條件設定表格格式：高亮百分比
worksheet1.conditional_format('E3:E%d' % l_end,
                              {'type': 'cell', 'criteria': '>', 'value': 0.1, 'format': highlight_fmt})
# 加邊框
worksheet1.conditional_format('A1:E%d' % l_end, {'type': 'no_blanks', 'format': border_format})
# 設置日期格式
worksheet1.conditional_format('A3:A62', {'type': 'no_blanks', 'format': date_fmt})
writer.save()