Python结合Openpyxl与Pandas实现Excel特定数据单元格高亮

落日邮差
落日邮差
发布时间:2026-10-15| 4人浏览过
原创

本文介绍如何利用Python的Openpyxl库对Excel文件中的特定单元格进行颜色填充。通过结合Pandas读取数据与Openpyxl操作样式,实现自动识别并高亮显示大于50的数值。文章详细讲解了PatternFill的使用、Excel列名的动态生成逻辑以及完整的代码实现流程,帮助开发者解决Excel批量格式化处理需求。

Python Excel单元格颜色填充概述

前言:

在处理数据时,通常依赖pandas和numpy库,但若需对Excel单元格进行颜色填充,则必须使用openpyxl库。由于这两个库的功能侧重不同,直接结合使用较为复杂。使用openpyxl时,必须确保目标sheet处于激活状态,并明确选择工作表后才能进行数据读取与样式修改。

import openpyxl
from openpyxl import load_workbook

# 比如打开test.xlsx
wb = load_work(filename='test.xlsx')
# 使用第一个sheet作为工作簿
work = wb[wb.sheetnames[0]]

关于openpyxl的填充色设置,需要调用PatternFill类。若进行纯色填充,应使用'solid'模式。

Openpyxl填充色设置方法

import openpyxl
from openpyxl.styles import PatternFill

#根据上面的work进行单元格选择
# 设置样式(填充色)
# 颜色必须使用hex 十六进制并且没有'#'符号 列举为黄色
fill = PatternFill('solid',fgColor='FFFF00')
# 填充D4为为黄色
d4 = work['D4']
d4.fill = fill

实际操作中,一个关键问题是动态生成Excel的列标识,例如'A'、'B'、'C'等。

可以通过Python生成26个英文字母并进行组合,以构建列名序列。

Excel列名动态生成逻辑

import math
import string

def cycle_letter(arr,level):
    import string
    list1 = string.ascii_uppercase
    tempArr = []
    letterArr = [i for i in list1]
    arrNum = len(arr)
    if(level==0 or arrNum==0):
        return letterArr
    for index in range(arrNum):
        for letter in letterArr:
            tempArr.append(arr[index]+letter)
    return tempArr
def reduce_excel_col_name(num):
    tempVal = 1
    level = 1
    while(tempVal):
        tempVal = num/(math.pow(26, level))
        if(tempVal>1):
            level += 1
        else:
            break
    excelArr = []
    tempArr = []
    for index in range(level):
        tempArr = cycle_letter(tempArr,index)
        for numIndex in range(len(tempArr)): 
            if(len(excelArr)<num):
                excelArr.append(tempArr[numIndex])
            else:
                return excelArr
    return excelArr

此外,还可以填充数字来生成所需的Excel列标识。例如,生成前31个列标识。

具体案例如下:

假设我们有如下数据源:

现在的需求是:将所有大于50(不包含50)的数字所在的单元格,填充为黄色背景。

完整代码实现与高亮案例

# 导入所需的库
import math
import string
import openpyxl
import pandas as pd
from openpyxl import load_workbook

# 如上图,一共10列,从0到9
# 产生为10的excel对应的列
def cycle_letter(arr,level):
    list1 = string.ascii_uppercase
    tempArr = []
    letterArr = [i for i in list1]
    arrNum = len(arr)
    if(level==0 or arrNum==0):
        return letterArr
    for index in range(arrNum):
        for letter in letterArr:
            tempArr.append(arr[index]+letter)
    return tempArr
 
def reduce_excel_col_name(num):
    tempVal = 1
    level = 1
    while(tempVal):
        tempVal = num/(math.pow(26, level))
        if(tempVal>1):
            level += 1
        else:
            break
    excelArr = []
    tempArr = []
    for index in range(level):
        tempArr = cycle_letter(tempArr,index)
        for numIndex in range(len(tempArr)): 
            if(len(excelArr)<num):
                excelArr.append(tempArr[numIndex])
            else:
                return excelArr
    return excelArr
# 保存到charter_list
charter_list = reduce_excel_col_name(10)

# 循环data选出所有>50的数字
# 并取出index和col_index并保存到excel中
a = []
b = []
for i in range(len(data.values)):
    for y in data.values[i]:
        if y > 50:
            # 获取行数
            a.append(i)
            # 获取列数
            a.append(data.values[i].tolist().index(y))
            b.append(a)
            a = []
# 列表中第一个代表的是行,第二个数字代表的是列
# 将第二个数使用charter_list产生的代替
# 因为列表的第二个数对应的也是charter_list的index
for i in b:
    i[1] = charter_list[i[1]]
    
# 这里需要注意的是excel都是从1开始,所以我们的第一个数
# 行数需要+1,但是因为有列名0,1,2,3到9的存在,所以需要添加一个2
for i in b:
    i[0] = i[0]+2

# 将列表变为'A2','C2',符合excle的习惯
list_color_all = [x[1]+str(x[0]) for x in b]

# 使用load_workbook加载excel数据,进行颜色填充
wb = load_workbook(filename='excel_col.xlsx')
work = wb[wb.sheetnames[0]]
fill = PatternFill("solid", fgColor='FFFF00')

for i in list_color_all:
    work[i].fill = fill
wb.close()
wb.save('excel_col.xlsx')

运行效果截图如下:

至此,关于Python实现Excel指定数据单元格填充颜色的介绍完毕。如需了解更多Python处理Excel颜色的相关内容,可搜索本站过往文章或继续阅读后续教程。感谢大家的支持!

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。