Pandas提取指定数据并保存在原Excel工作簿中
import pandas as pd df = pd.read_excel("物料表.xlsx", header = 2) df500 = df[df["数量"]>500] with pd.ExcelWriter('物料表.xlsx', mode = 'a' ,engine='openpyxl', datetime_format='YYYY-MM-DD') as writer: df500.to_excel(writer, sheet_name='数量大于500',index = False) from openpyxl import load_workbook from openpyxl.styles import Border, Side, PatternFill, Font, GradientFill, Alignment thin = Side(border_style="thin", color="000000")#定义边框粗细及颜色 wb = load_workbook("物料表.xlsx") ws = wb["数量大于500"] # 调整列宽 ws.column_dimensions['A'].width = 12 ws.column_dimensions['C'].width = 15.5 ws.column_dimensions['G'].width = 10 #设置字号,对齐,缩小字体填充,加边框 for row_number in range(2, ws.max_row+1): for col_number in range(1,ws.max_column+1): c = ws.cell(row=row_number,column=col_number) c.font = Font(size=10) c.border = Border(top=thin, left=thin, right=thin, bottom=thin) c.alignment = Alignment(horizontal="left", vertical="center") wb.save("物料表.xlsx")
【推荐】还在用 ECharts 开发大屏?试试这款永久免费的开源 BI 工具!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET 原生驾驭 AI 新基建实战系列:向量数据库的应用与畅想
· 从问题排查到源码分析:ActiveMQ消费端频繁日志刷屏的秘密
· 一次Java后端服务间歇性响应慢的问题排查记录
· dotnet 源代码生成器分析器入门
· ASP.NET Core 模型验证消息的本地化新姿势
· 开发的设计和重构,为开发效率服务
· 从零开始开发一个 MCP Server!
· Ai满嘴顺口溜,想考研?浪费我几个小时
· 从问题排查到源码分析:ActiveMQ消费端频繁日志刷屏的秘密
· .NET 原生驾驭 AI 新基建实战系列(一):向量数据库的应用与畅想
2020-12-08 layui