对符合特定条件的数据输出Excel时设置格式

曾经终败给现在 2023-02-19 08:28 13阅读 0赞

*  设置好格式，然后用条件判断符合规则的加格式，不符合的不做处理。
 *  写出数据时一个个单元格写出和按行/列写出在效率上并无太大差异。
 *  写出效率约如下，所消耗时间与数据量成线性关系。

> All Done!,输出 1W 行 20 列 数据共耗时2.3836s  
> All Done!,输出 10W 行 20 列 数据共耗时24.5910s  
> All Done!,输出 100W 行 20 列 数据共耗时299.4173s

import xlsxwriter
    import pandas as pd
    def writer2excel_withformat(df,workbookfile,sheetname):
        workbook = xlsxwriter.Workbook(workbookfile,options={ 'strings_to_urls': False})
        assert len(df) < 1000000,'文件超过100万行'
        # Add a header format.
        header_format = workbook.add_format({ 
            'bold': True,
            'text_wrap': False, # 自动换行
            'valign': 'center',
    # 'fg_color': '#E6B8B7',
    # 'font_color':'red',
            'border': 1})
        condition_format = workbook.add_format({ 
            'bold': True,
            'text_wrap': True,
            'valign': 'top',
    # 'fg_color': '#E6B8B7',
            'font_color':'red',
    # 'border': 1
        })
        worksheet = workbook.add_worksheet(name=str(sheetname))
        # 先写表头
        for col_num, value in enumerate(df.columns):
            worksheet.write(0, col_num , value, header_format) # 行，列，值，格式
        # 再写内容
        for row_num, row_data in enumerate(df.values):
            for col_num, data in enumerate(row_data):
                if col_num == 0 and data >= 3: # 符合条件的内容加格式,第一列如果值大于3
                    worksheet.write(row_num+1, col_num, data,condition_format)
                    
                else:
                    worksheet.write(row_num+1, col_num, data)
        workbook.close()
    
    if __name__=='__main__':
        df = pd.DataFrame({ 'A':[1,2,3,4],'B':[5,6,7,8]})
        workbookfile = 'hello world.xlsx'
        sheetname = 'test'
        writer2excel_withformat(df,workbookfile,sheetname)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzMjQ2NzAy_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzMjQ2NzAy_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200619174523878.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzMjQ2NzAy,size_16,color_FFFFFF,t_70