Python + openpyxl + pandas 一步实现将Excel表中内容按指定条件筛选分成多个子表并保留指定表头内容

---

前言

应用背景：
工作需要将表格按某些条件拆分成多个工作薄，且一个工作薄中再按某些条件存放多个工作表，且保留格式，例如颜色，合并单元格，字体大小等等，主要用于表头的复制时保留格式。
难点：
1.将数据保存到同一工作薄的不同工作表。
2.复制excel表中的某些内容并保留对应的格式。
实现目标：完美地模拟“将一个总表数据，筛选负责人拆分成对应的负责人表，且在每一个表内分成库存和备货两张子表，并对表头进行处理”

---

一、将多个dataframe写入同一个Excel的不同工作Sheet

多个dataframe需要写入同一个excel时，每次使用df.to_excel(文件名)的形式去写，系统都会重新创建一个新的文件。也就意味着前面的文件会被覆盖掉，你得到的只能是最后一个df写入的结果文件

通过创建一个ExcelWriter对象，可以解决上面的问题

import pandas as pd

writer = pd.ExcelWriter(os.path.join(os.getcwd(), '自定义.xlsx'))
df1.to_excel(writer, sheet_name='自定义sheet_name'）#startcol=**， startrow=**)
df2.to_excel(writer, sheet_name='自定义sheet_name'）#startcol=**， startrow=**)
df3.to_excel(writer, sheet_name='自定义sheet_name'）#startcol=**， startrow=**)
...
 
 
writer.save()# 写入硬盘

#不传sheet_name参数时，默认多个dataframe会写入同一个xlsx文件的同一个sheet里

#startrow, startcol 不传时默认dataframe在excel里在sheet1里其实行列都是一

#需注意，python和excel的索引起始数字不同，如果startrow=2， startcol=4，不是从Excel第二行第四列开始写，而是从Excel第三行第五列开始写
#注意一定要用write.save()，不然生成的文件是没有对应的内容的

原文链接：

https://blog.csdn.net/weixin_42130167/article/details/89705581

二、完整地复制粘贴Excel中的某些内容

上文中使用pandas进行数据处理的时候，输出的表格都是不带格式的，甚至于在读取存在“合并单元格”的数据的时候，还会出现一些难以处理的空值（基于个人理解，excel表格中的合并单元格，显示的值是取第一项的值，其他都只是空值）。
而实际工作中，领导要求的表格都是要好看的格式以及一些表头，颜色等等，因此使用pandas来对特定的表头格式进行完整的复制粘贴。

1.导入模块

import easygui as eg
import os
import openpyxl
import copy
import pandas as pd

2.将列宽对应

代码如下：

def colwidth(s0, s1):
    for i, row in enumerate(s0.iter_cols()):
    	# i = chr(i+97).upper()
        i = convertToTitle(i+1)
        lk = s0.column_dimensions[i].width
        if lk == 0:
            lk = 8.38
        s1.column_dimensions[i].width = lk

其中s0是待复制excel表，s1是待粘贴excel表，都是openpyxl的Worksheet对象，即工作表对象。

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for循环当中。

openpyxl读取一个sheet所有列数据除了用cols属性，也可以用iter_cols()方法，返回值是生成器，该方法也可以指定读取行和列，和iter_rows不同的是他按照列来输出数据。

综上所述，enumerate(s0.iter_cols())生成的是一个下标对应列的生成器，i默认初始等于0，对应的是’A列’，可通过chr()将数字对应转化为字母（用于下文中column_dimensions的引用）。
但是chr()对于生成”两位数的字母“即不能生成’AA’，而实际上的excel表可能会超过’AA’列，就会产生等同于’超出索引值’效果的报错，不符合实际需求。

>>>i = 0 #生成器生成的列中'A'对应的下标是0
>>>i = chr(i+97).upper()
>>>i
'A'
>>