条件格式实例

import pandas as pd
import numpy as np
import datetime
today=str(datetime.date.today())

filepath='/Users/kangyongqing/Documents/kangyq/202311/班均及合班储备/z拆班校验/'
file1='02查询结果.csv'
file2='工具-国家对应大洲表格_副本.xlsx'

df1=pd.read_csv(filepath+file1,dtype='object')
print(df1.shape,df1.columns)
df2=pd.read_excel(filepath+file2,usecols=['国家名称', '大洲'])
print(df2.shape,df2.columns)
df3=pd.merge(df1,df2,left_on='attend_class_country',right_on='国家名称',how='left')
print(df3.info())
print(df3['大洲'].value_counts())

df3['班容']=df3.groupby('class_id')['student_user_id'].transform('count')
df3['区域数']=df3.groupby('class_id')['大洲'].transform(lambda x:len(x.unique()))
df3['区域数'].fillna(1,inplace=True)
df3['多区域']=np.where(df3['区域数']>1,'多个区域','单一区域')
df4=df3.groupby(['多区域','班容'])['class_id'].apply(lambda x:len(x.unique())).reset_index()
df4['学生数']=df4['班容']*df4['class_id']
df4.rename(columns={'class_id':'班级数'},inplace=True)
print(df4)
df50=pd.crosstab(index=df4['多区域'],columns=df4['班容'],values=df4['班级数'],aggfunc='sum',margins=True,margins_name='总计')
df51=pd.crosstab(index=df4['多区域'],columns=df4['班容'],values=df4['班级数'],aggfunc='sum',margins=True,margins_name='总计',normalize='columns').round(2)
df5=pd.concat((df50,df51),axis=0).reset_index()
print(df5)
df60=pd.crosstab(index=df4['多区域'],columns=df4['班容'],values=df4['学生数'],aggfunc='sum',margins=True,margins_name='总计')
df61=pd.crosstab(index=df4['多区域'],columns=df4['班容'],values=df4['学生数'],aggfunc='sum',margins=True,margins_name='总计',normalize='columns').round(2)
df6=pd.concat((df60,df61),axis=0).reset_index()
print(df6)

# def color_red(val):
#     color='pink' if val=='多个区域' else 'green'
#     return 'background-color: %s;color:white '% color

def color_red(val):
    if val=='多个区域':
        color='pink'
    elif val=='单一区域':
        color='#238E68' #海绿色
    else: color='#DB7093'     #中紫红色
    return 'background-color: %s;color:white '% color

writer=pd.ExcelWriter(filepath+f'03小班课多区域班容分布{today}.xlsx')
df3.sort_values(by='class_id').to_excel(writer,sheet_name='明细',index=False)
df4.style.map(color_red,subset=['多区域']).to_excel(writer,sheet_name='区域分布',index=False)
df5.style.map(color_red,subset=['多区域']).to_excel(writer,sheet_name='班级比例',index=False)
df6.style.map(color_red,subset=['多区域']).to_excel(writer,sheet_name='学生比例',index=False)
writer._save()

from  reset_col import  reset_col
reset_col(writer)

常用颜色代码：

   1  白色        #FFFFFF  2  红色      #FF0000  3  绿色     #00FF00   
        4  蓝色        #0000FF  5  牡丹红    #FF00FF  6  青色     #00FFFF   
        7  黄色        #FFFF00  8  黑色      #000000  9  海蓝     #70DB93   
        10 巧克力色    #5C3317  11 蓝紫色    #9F5F9F  12 黄铜色   #B5A642   
        13 亮金色      #D9D919  14 棕色      #A67D3D  15 青铜色   #8C7853   
        16 2号青铜色   #A67D3D  17 士官服蓝色#5F9F9F  18 冷铜色   #D98719   
        19 铜色        #B87333  20 珊瑚红    #FF7F00  21 紫蓝色   #42426F   
        22 深棕        #5C4033  23 深绿      #2F4F2F  24 深铜绿色 #4A766E   
        25 深橄榄绿    #4F4F2F  26 深兰花色  #9932CD  27 深紫色   #871F78   
        28 深石板蓝    #6B238E  29 深铅灰色  #2F4F4F  30 深棕褐色 #97694F   
        32 深绿松石色  #7093DB  33 暗木色    #855E42  34 淡灰色   #545454   
        35 土灰玫瑰红色#856363  36 长石色    #D19275  37 火砖色   #8E2323   
        38 森林绿      #238E23  39 金色      #CD7F32  40 鲜黄色   #DBDB70   
        41 灰色        #C0C0C0  42 铜绿色    #527F76  43 青黄色   #93DB70   
        44 猎人绿      #215E21  45 印度红    #4E2F2F  46 土黄色   #9F9F5F   
        47 浅蓝色      #C0D9D9  48 浅灰色    #A8A8A8  49 浅钢蓝色 #8F8FBD   
        59 浅木色      #E9C2A6  60 石灰绿色  #32CD32  61 桔黄色   #E47833   
        62 褐红色      #8E236B  63 中海蓝色  #32CD99  64 中蓝色   #3232CD   
        65 中森林绿    #6B8E23  66 中鲜黄色  #EAEAAE  67 中兰花色 #9370DB   
        68 中海绿色    #426F42  69 中石板蓝色#7F00FF  70 中春绿色 #7FFF00   
        71 中绿松石色  #70DBDB  72 中紫红色  #DB7093  73 中木色   #A68064   
        74 深藏青色    #2F2F4F  75 海军蓝    #23238E  76 霓虹篮   #4D4DFF   
        77 霓虹粉红    #FF6EC7  78 新深藏青色#00009C  79 新棕褐色 #EBC79E   
        80 暗金黄色    #CFB53B  81 橙色      #FF7F00  82 橙红色   #FF2400   
        83 淡紫色      #DB70DB  84 浅绿色    #8FBC8F  85 粉红色   #BC8F8F   
        86 李子色      #EAADEA  87 石英色    #D9D9F3  88 艳蓝色   #5959AB   
        89 鲑鱼色      #6F4242  90 猩红色    #BC1717  91 海绿色   #238E68   
        92 半甜巧克力色#6B4226  93 赭色      #8E6B23  94 银色     #E6E8FA   
        95 天蓝        #3299CC  96 石板蓝    #007FFF  97 艳粉红色 #FF1CAE   
        98 春绿色      #00FF7F  99 钢蓝色    #236B8E  100亮天蓝色 #38B0DE 
        101棕褐色      #DB9370  102紫红色    #D8BFD8  103石板蓝色 #ADEAEA 
        104浓深棕色    #5C4033  105淡浅灰色  #CDCDCD  106紫罗兰色 #4F2F4F 
        107紫罗兰红色  #CC3299  108麦黄色    #D8D8BF  109黄绿色   #99CC32 

划重点：

1. 自定义分类颜色# def color_red(val):
   #     color='pink' if val=='多个区域' else 'green'
   #     return 'background-color: %s;color:white '% color
2. 自定义多分类颜色def color_red(val):
       if val=='多个区域':
           color='pink'
       elif val=='单一区域':
           color='#238E68' #海绿色
       else: color='#DB7093'     #中紫红色
       return 'background-color: %s;color:white '% color
3. groupby+transform分类汇总
4. pandas.crosstab透视表及占比处理
5. style.set_properties(**{'border':'1px solid black'})添加表格框线

结果实例：

附加参考：

import pandas as pd
import seaborn as sns
import numpy as np


# filepath='/Users/kangyongqing/Documents/kangyq/202207/课消管理看板/2024课消学生类型/课消效果数据看板/'
# file1='课消效果数据看版0422.xlsx'
# df1=pd.read_excel(filepath+file1,sheet_name='完课+预排达标率',header=3)
# print(df1.info())
# print(df1.head())

# styled_df1=df1.style.background_gradient('Greens',subset=['学员量','课消标'])\
#     .highlight_quantile(subset='0422完课/预排达标率',color='#ceedd0',q_left=0.75)\
#     .highlight_quantile(subset='0422完课/预排达标率',color='#f6c9ce',q_right=0.25).bar(subset=['不达标学员数'])

# styled_df1=df1.style.bar(subset=['学员量'],vmin=0,vmax=50000,width=50,color='#ff5733')
#
# column_name=['语文','数学','英语']
# np.random.seed(100)
# values_1=np.random.randint(60,100,(10,3))
# index_1=range(10)
# df2=pd.DataFrame(index=index_1,columns=column_name,data=values_1)
# print(df2)
# styled_df2=df2.style.bar(subset=['语文'],color='pink',width=50).highlight_min(color='green').highlight_max(color='yellow').text_gradient(axis=0).background_gradient(cmap='viridis')
#
#
# writer=pd.ExcelWriter(filepath+'ceshi条件格式.xlsx',engine='xlsxwriter')
# styled_df1.to_excel(writer,sheet_name='mingxi',index=False)
# styled_df2.to_excel(writer,sheet_name='成绩')
# writer._save()
#
# styled_df2.to_html(filepath+'ceshi.html')

# from reset_col import reset_col
# reset_col(writer)



# df1.style.highlight_null()  #高亮缺失值,默认红色
# df1.style.highlight_null(null_color='orange')  #高亮缺失值，颜色可以是英文，也可以是十六进制#ff1493等
# #高亮最大值
# df1.style.highlight_max() #默认是黄色,subsety9on用于指定操作的列或行 axis用于指定行最大、列最大或全部，默认是列方向最大
# #高亮最小值
# df1.style.highlight_min(subset=['col1','col2'],color='pink')
# #高亮区间值
# df1.style.highlight_between(left=10,right=20,inclusive='both')  #both,neither,left,right
# #props='color:white;background-dolor:purple;'  用于突出显示css特性，案例中将字体设置为白色，背景色为紫色
#
# #高亮分位数
# df1.style.highlight_quantile(q_left=0.5,q_right=0.85)  #q_left默认为0，q_right默认为1
# #色阶
# df1.style.background_gradient(cmap='PuBu')
# cmap用于指定matplotlib色条
# low和high用于指定最小最大值颜色边界，区间[0, 1]
# axis用于指定行、列或全部，默认是列方向
# subset用于指定操作的列或行
# text_color_threshold用于指定文本颜色亮度，区间[0, 1]
# vmin和vmax用于指定与cmap最小最大值对应的单元格最小最大值

# cmap 用于指定matplotlib色条，采用seaborn美化样式
# import seaborn as sns
# cm=sns.light_palette('green',as_cmap=True)
# df1.style.background_gradient(cmap=cm)

#背景渐变色
# df1.style.background_gradient(cmap='RdY1Gn')
#文本渐变色
# df1.style.text_gradient(cmap='RdY1Gn')
#数据条
# df1.style.bar()  #align='left'左对齐，'zero'中部对齐，'mid'位于（max-min）/2
#数据格式化
# formatter 显示格式
# subset用于指定操作的列或行
# na_rep用于指定缺失值的格式
# precision用于指定浮点位数
# decimal用于用作浮点数、复数和整数的十进制分隔符的字符，默认是.
# thousands用作浮点数、复数和整数的千位分隔符的字符
# escape用于特殊格式输出（如html、latex等，这里不做展开，可参考官网）
# df1.style.format('{}枚',
#                  na_rep='无')
# 金牌数目后边加上单位枚，缺失值显示为无

# df1.style.format(precision=0,
#                  na_rep='')
#设置小数点位数为0
#可分别对指定列进行单独格式化
# df1.style.format({'金牌数':'{:.2}',
#                  '银牌数':'{:.0f}枚'
#                   },
#                  na_rep='-')

#自定义格式函数
# def highlight_min(s):
#     if s.金牌数<s.银牌数:
#         return ['background-color:orange;','']
#     else:
#         return ['','']
# df1.style.apply(highlight_min,axis=1,subset=['金牌数','银牌数'])

#还可以定义，如果金牌数小于银牌数，这一行都高亮
# def highlight_A_lessthan_B(s):
#     if s.金牌数<s.银牌数:
#         return ['background-color:orange;']*len(s)
#     else:
#         return ['']*len(s)
# df1.style.apply(highlight_A_lessthan_B,axis=1)

#添加标题
# df1.style.set_caption('东京奥运会奖牌榜')
# #隐藏索引
# df1.style.hide_index_names()
# #隐藏指定列
# df1.style.hide_column_names(['金牌数','银牌数'])

# #设置属性(css样式）
# df1.style.set_properties(**{'background-color':'black',
#                             'color':'lawngreen',
#                             'border-color':'white'})


import colorsys
# from matplotlib import cm
# from matplotlib.colors import ListedColormap
# import matplotlib.pyplot as plt
#
# # 创建一个色彩表，这里以jet色彩映射为例
# cmap = cm.get_cmap('jet')
#
# # 生成色彩表的颜色
# num_colors = 256  # 色彩数量
# color_list = [cmap(i / num_colors) for i in range(num_colors)]
#
# # 打印色彩表
# for i, color in enumerate(color_list):
#     print(f"{i}: RGB: ({color[0] * 255:.0f}, {color[1] * 255:.0f}, {color[2] * 255:.0f})")
#
# # 显示色彩表
# plt.figure()
# plt.axis("off")
# plt.imshow(color_list, aspect='auto', cmap=ListedColormap(color_list))
# plt.show()

边框+背景色示例：

writer=pd.ExcelWriter(filepath+f'01上岗教师开课率{today}.xlsx',engine='openpyxl')
df.loc[:,~df.columns.isin(['实际上岗日期'])].style.set_properties(**{'border':'1px solid black'}).background_gradient(subset=['开课率_b','开课率_f'],cmap='RdYlGn').to_excel(writer,sheet_name='明细')


writer._save()

from reset_col import reset_col
reset_col(writer)

# import matplotlib
# print("-----------获取所有颜色表colormaps----------")
# print(matplotlib.colormaps)  # 所有官方色带
# df=pd.DataFrame({'A':matplotlib.colormaps})
# df.to_excel(filepath+'色带.xlsx')

结果展示：