Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

Karen110
• 阅读 2290

作者:小小明

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

简介:Pandas数据处理专家,10余年编码经验,至今已帮助过百名以上数据从业人员解决工作实际遇到的问题,其中数据处理和办公自动化问题涉及的行业包括会计、审计、HR、气象工作人员、教师、律师、运营,以及各行业的数据分析师和专做数据分析案例的公众号号主。

若你在数据处理的问题上遇到什么困难,欢迎与我交流。

目录


  • 准备数据

  • Pandas直接保存数据

  • Pandas的Styler对表格着色输出

  • Pandas使用xlsxwriter引擎保存数据

  • xlsxwriter按照指定样式写出Pandas对象的数据

  • Pandas自适应列宽保存数据

  • 相关资料

  • 总结

准备数据

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

结果:

| | Date and time | Dates only | Numbers | Percentage | final | | --- | --- | --- | --- | --- | --- | | 0 | 2015/1/1 11:30 | 2015/2/1 | 1010 | 0.1 | =C2*D2 | | 1 | 2015/1/2 1:20 | 2015/2/2 | 2020 | 0.2 | =C3*D3 | | 2 | 2015/1/3 11:10 | 2015/2/3 | 3030 | 0.33 | =C4*D4 | | 3 | 2015/1/4 16:45 | 2015/2/4 | 2020 | 0.25 | =C5*D5 | | 4 | 2015/1/5 12:10 | 2015/2/5 | 1515 | 0.5 | =C6*D6 |

Pandas直接保存数据

对于这个pandas对象,如果我们需要将其保存为excel,有那些操作方式呢?首先,最简单的,直接保存:

df.to_excel("demo1.xlsx", sheet_name='Sheet1', index=False)

效果如下:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

但如果我们想要给这个excel在保存时,同时指定一些特殊的自定义格式又该怎么做呢?这时就可以使用ExcelWriter进行操作,查看API文档发现两个重要参数:

  • 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').

这说明对于日期类型数据,都可以通过这两个参数指定特定的显示格式,那么我们采用以下方式才创建ExcelWriter,并保存结果:

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保存的结果中,格式已经确实的发生了改变:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

Pandas的Styler对表格着色输出

如果我们想对指定的列的数据设置文字颜色或背景色,可以直接pandas.io.formats.style工具,该工具可以直接对指定列用指定的规则着色:

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

显示效果:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!


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:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

虽然Pandas的Styler样式还包括设置显示格式、条形图等功能,但写入到excel却无效,所以我们只能借助Pandas的Styler实现作色的功能,而且只能对数据着色,不能对表头作色。

Pandas使用xlsxwriter引擎保存数据

进一步的,我们需要将数值等其他类型的数据也修改一下显示格式,这时就需要从ExcelWriter拿出其中的workbook进行操作:

writer = pd.ExcelWriter("demo1.xlsx")  
workbook = writer.book  
workbook

结果:

<xlsxwriter.workbook.Workbook at 0x52fde10>  

从返回的结果可以看到这是一个xlsxwriter对象,说明pandas默认的excel写出引擎是xlsxwriter,即上面的ExcelWriter创建代码其实等价于:

pd.ExcelWriter("demo1.xlsx", engine='xlsxwriter')

关于xlsxwriter可以参考官方文档:https://xlsxwriter.readthedocs.org/

下面的代码即可给数值列设置特定的格式:

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:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

关于set_column方法:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

worksheet.set_column('C:C', 8, format1) 表示将C列的列宽设置为8个字符,并采用format1的样式,当然 format1 = workbook.add_format({'num_format': '#,##0.00'}) 就是表示生成一个指定的格式对象。

xlsxwriter按照指定样式写出Pandas对象的数据

假如,我现在希望能够定制excel表头的样式,并给数据添加边框。我翻遍了xlsxwriter的API文档发现,并没有一个可以修改指定范围样式的API,要修改样式只能通过set_column修改列,或者通过set_row修改行,这种形式的修改都是针对整行和整列,对于显示格式还能满足条件,但对于背景色和边框之类的样式就不行了,这点上确实不如openpyxl方便,但xlsxwriter还有个优势,就是写出数据时可以直接指定样式。

下面看看如何直接通过xlsxwriter保存指定样式的数据吧:

import xlsxwriter  

workbook = xlsxwriter.Workbook('demo2.xlsx')  
worksheet = workbook.add_worksheet('sheet1')  
# 创建列名的样式  
header_format = workbook.add_format({  
    'bold': True,  
    'text_wrap': True,  
    'valign': 'top',  
    'fg_color': '#D7E4BC',  
    'border': 1})  
# 从A1单元格开始写出一行数据,指定样式为header_format  
worksheet.write_row(0, 0,  df.columns, header_format)  
# 创建一批样式对象  
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%'})  

# 从第2行(角标从0开始)开始,分别写出每列的数据,并指定特定的样式  
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)  

# 设置对应列的列宽,单位是字符长度  
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()

上面的代码应该都比较好理解,header_format和formatN是创建的样式对象,write_row用于按行写出数据,write_column用于按列写出数据,set_column则是用于设置整列的列宽和样式(没传入的不设置)。

运行结果如下:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

Pandas使用openpyxl引擎保存数据

pandas的默认写出引擎是xlsxwriter,那么是不是可以修改为其他引擎呢?答案是可以,下面我们使用 openpyxl 实现同样的效果。

关于openpyxl可参考:https://openpyxl.readthedocs.org/

也可以直接参考黄同学编写的文档(中文,相对也比较全面):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

结果:

<openpyxl.workbook.workbook.Workbook at 0x16c6bb70>  

从上述打印结果可以看到,从engine指定为'openpyxl'后,workbook已经是 openpyxl 对象了。

与 xlsxwriter 不同的是 openpyxl 只能对逐个单元格设置样式,而xlsxwriter只能指定行或指定列或写入数据指定样式。

下面首先修改表头的样式:

import itertools  
from openpyxl.styles import Alignment, Font, PatternFill, Border, Side, PatternFill  

font = Font(name="微软雅黑", 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

上述代码引入的了itertools.chain方便迭代出每个单元格,而不用写多重for循环。

下面再修改数值列的格式:

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%'

最后给各列设置一下列宽:

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

最后保存即可:

writer.save()

整体完整代码:

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="微软雅黑", 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()

最终效果:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

从上述代码可以看到,openpyxl 修改样式时相对xlsxwriter来说麻烦了太多,特别是修改一个表头就需要创建5个对象。

openpyxl加载数据模板写出Pandas对象的数据

虽然 openpyxl 直接写出数据指定样式相对xlsxwriter麻烦,但 openpyxl 还有个巨大的优势就是可以读取已有的excel文件,在其基础上修改。

那我们就完全可以先将模板数据写入到一个excel,然后加载这个模板文件进行修改,所以上面那个固定不变的表头,我们就可以事先创建好:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

然后加载模板,再写入:

(经测试ExcelWriter无法对已经存在的工作表进行操作,会创建新的工作表,所以这里直接使用openpyxl自己的API)

from openpyxl import load_workbook  
workbook = load_workbook('template.xlsx')  
worksheet = workbook["Sheet1"]  
# 添加数据列,i表示当前的行号,用于后续格式设置  
for i, row in enumerate(df.values, 2):  
    worksheet.append(row.tolist())  

# 批量修改给写入的数据的单元格范围加边框  
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  

# 批量给各列设置指定的自定义格式  
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")

最终效果:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

可以明显的看到openpyxl在加载模板后,可以省掉表头设置和列宽设置的代码。

Pandas自适应列宽保存数据

大多数时候我们并不需要设置自定义样式,也不需要写出公式字符串,而是直接写出最终的结果文本,这时我们就可以使用pandas计算一下各列的列宽再保存excel数据。

例如我们有如下数据:

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  

结果:

| | Region | Item | Volume | Month | | --- | --- | --- | --- | --- | | 0 | East | Apple | 9000 | July | | 1 | East | Apple | 5000 | July | | 2 | South | Orange | 9000 | September | | 3 | North | Apple | 2000 | November | | 4 | West | Apple | 9000 | November | | 5 | South | Pear | 7000 | October | | 6 | North | Pear | 9000 | August | | 7 | West | Orange | 1000 | December | | 8 | West | Grape | 1000 | November | | 9 | South | Pear | 10000 | April | | 10 | West | Grape | 6000 | January | | 11 | South | Orange | 3000 | May |

使用pandas来进行计算各列列宽,思路是计算出每列的字符串gbk编码(Windows下的Excel软件默认使用gbk编码)后的最大字节长度:

#  计算表头的字符宽度  
column_widths = (  
    df.columns.to_series()  
    .apply(lambda x: len(x.encode('gbk'))).values  
)  
#  计算每列的最大字符宽度  
max_widths = (  
    df.astype(str)  
    .applymap(lambda x: len(x.encode('gbk')))  
    .agg(max).values  
)  
# 计算整体最大宽度  
widths = np.max([column_widths, max_widths], axis=0)  
widths  

结果:

array([6, 6, 6, 9], dtype=int64)  

下面将改造一下前面的代码。

首先,使用xlsxwriter引擎自适应列宽保存数据:

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()  

然后,使用openpyxl引擎自适应列宽保存数据(openpyxl引擎设置字符宽度时会缩水0.5左右个字符,所以干脆+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()  

结果:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

可以看到列宽设置的都比较准确。

相关资料

1. python读写Excel文件的那些库

来源:http://www.python-excel.org/

  • openpyxl

读取和写入EXCEL2010文件的包(即.xlsx)

文档:https://openpyxl.readthedocs.org/

  • xlsxwriter

拥有丰富的特性,支持图片/表格/图表/筛选/格式/公式等,功能与openpyxl相似,优点是相比 openpyxl 还支持 VBA 文件导入,迷你图等功能,缺点是不能打开/修改已有文件,意味着使用 xlsxwriter 需要从零开始。支持EXCEL2010文件(即.xlsx) 文档:https://xlsxwriter.readthedocs.org/GitHub:https://github.com/jmcnamara/XlsxWriter

  • pyxlsb

专门用于读取 xlsb格式的excel文件 GitHub:https://github.com/willtrnr/pyxlsb

  • pylightxl

用于读取xlsxxlsm格式的excel文件,或写入xlsx格式的excel文件 文档:https://pylightxl.readthedocs.io/en/latest/GitHub:https://github.com/PydPiper/pylightxl

  • xlrd

用于读取xls格式的excel文件的库 文档:http://xlrd.readthedocs.io/en/latest/GitHub:https://github.com/python-excel/xlrd

  • xlwt

用于写入xls格式的excel文件的库 文档:http://xlwt.readthedocs.io/en/latest/Examples:https://github.com/python-excel/xlwt/tree/master/examplesGitHub:https://github.com/python-excel/xlwt

  • xlutils

用于配合xlrdxlwt的工具库,包括样式的复制 文档:http://xlutils.readthedocs.io/en/latest/GitHub:https://github.com/python-excel/xlutils


必须安装 Microsoft Excel应用程序后才能使用的库:

  • xlwings

xlwings是开源,用Python替代VBA自动化操作Excel,同时支持Windows和MacOS。在Windows平台下,通过xlwings在Python中编写UDF可以实现在Excel中调用Python。xlwings PRO是一个具有附加功能的商业插件。

主页:https://www.xlwings.org/文档:https://docs.xlwings.org/en/stable/GitHub:https://github.com/xlwings/xlwings

2. Excel单元格自定义格式参数含义

一、代码结构组

代码结构组成分为四个部分,中间用";"号分隔,具体如下:正数格式;负数格式;零格式;文本格式

二、各个参数的含义

1、"G/通用格式":以常规的数字显示,相当于"分类"列表中的"常规"选项。

G/通用格式

10显示为10;10.1显示为10.1。

2、"0":数字占位符。如果单元格的内容大于占位符,则显示实际数字,如果小于点位符的数量,则用0补足。

00000

1234567显示为1234567;123显示为00123

00.000

100.14显示为100.140;1.1显示为01.100

0000-00-00

20050512显示为2005-05-12

3、"#":数字占位符。只显有意义的零而不显示无意义的零。小数点后数字如大于"#"的数量,则按"#"的位数四舍五入。

###.##

12.1显示为12.10;12.1263显示为12.13

4、"?":数字占位符。在小数点两边为无意义的零添加空格,对齐结果为以小数点对齐,另外还用于对不等到长数字的分数。

??.??

结果自动以小数点对齐:

Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

#??/??

原数据:

1.25  
22.5  
43.75  
65

展示效果:

 5/4   
45/2   
175/4   
65/1 

5、".":小数点。如果外加双引号则为字符。

0.#

11.23显示为11.2

6、"%":百分比。

#%

0.1显示为10%

7、",":千位分隔符。数字使用千位分隔符。如在代码中","后空,则把原来的数字缩小1000倍。

#,###

"10000"显示为"10,000"

#,

"10000"显示为"10"

#,,

"1000000"显示为"1"

8、"@":文本占位符。如果只使用单个@,作用是引用原始文本,要在输入数字数据之前自动添加文本,使用自定义格式为:"文本内容"@;要在输入数字数据之后自动添加文本,使用自定义格式为:@"文本内容"。@符号的位置决定了Excel输入的数字数据相对于添加文本的位置。如果使用多个@,则可以重复文本。

"集团"@"部"

财务 显示为:集团财务部

@@@

财务 显示为:财务财务财务

9、*:重复下一次字符,直到充满列宽。

@*-

"ABC"显示为"ABC-------------------"(仅在office中生效,wps中无效果)

10、[颜色]:用指定的颜色显示字符。可有八种颜色可选:红色、黑色、黄色,绿色、白色、兰色、青色和洋红。

[青色];[红色];[黄色];[兰色]

显示结果为正数为青色,负数显示红色,零显示黄色,文本则显示为兰色

11、[颜色N]:是调用调色板中颜色,N是0~56之间的整数。

[颜色3]

单元格显示的颜色为调色板上第3种颜色。

12、[条件]:可以单元格内容判断后再设置格式。条件格式化只限于使用三个条件,其中两个条件是明确的,另个是"所有的其他"。条件要放到方括号中。必须进行简单的比较。

[>0]"正数";[=0]"零";"负数"

13、"!":显示"""。由于引号是代码常用的符号。在单元格中是无法用"""来显示出来"""。要想显示出来,须在前加入"!"

#!"

"10"显示"10""

#!"!"

"10"显示"10"""

14、时间和日期代码

  • "YYYY"或"YY":按四位(19009999)或两位(0099)显示年;

  • "MM"或"M":以两位(0112)或一位(112)表示月;

  • "DD"或"D":以两位(01~31)或一位(1-31)来表示天;

  • "YYYY-MM-DD"。2005年1月10日显示为:"2005-01-10";

  • "YY-M-D"。2005年10月10日显示为:"05-1-10";

  • "AAAA":日期显示为星期;

  • "H"或"HH":以一位(023)或两位(0123)显示小时;

  • "M"或"MM":以一位(059)或两位(0159)显示分钟;

  • "S"或"SS":以一位(059)或两位(0159)显示秒;

  • "HH:MM:SS":"23:1:15"显示为"23:01:15";

总结

经过上面的演示,大家应该对openpyxlxlsxwriter都有了一个比较直观的认知,这两个库大家觉得到底哪个更方便呢?

欢迎在下方留言或讨论。

**-----**------**-----**---**** End **-----**--------**-----**-****

往期精彩文章推荐:

  1. 反爬虫策略手把手教你使用FastAPI来限制接口的访问速率


  2. 一篇文章带你解锁Python库中操作系统级别模块psutil


  3. 盘点5种基于Python生成的个性化语音方法


Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!

欢迎各位大佬点击链接加入群聊【helloworld开发者社区】:https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。

本文转自 https://mp.weixin.qq.com/s/zIEw6pr0qDEsN-YQO-6ExA,如有侵权,请联系删除。

点赞
收藏
评论区
推荐文章
blmius blmius
3年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Easter79 Easter79
3年前
swap空间的增减方法
(1)增大swap空间去激活swap交换区:swapoff v /dev/vg00/lvswap扩展交换lv:lvextend L 10G /dev/vg00/lvswap重新生成swap交换区:mkswap /dev/vg00/lvswap激活新生成的交换区:swapon v /dev/vg00/lvswap
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Stella981 Stella981
3年前
Python3:sqlalchemy对mysql数据库操作,非sql语句
Python3:sqlalchemy对mysql数据库操作,非sql语句python3authorlizmdatetime2018020110:00:00coding:utf8'''
Wesley13 Wesley13
3年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
3年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
3年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
3年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
10个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这