在数据处理与可视化场景中，将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色，能让Excel中的数据更具层次感——比如用红色标记异常值、绿色突出达标数据、黄色标注重点信息，极大提升数据可读性。Python中主流的Excel操作库（如openpyxl、xlsxwriter、pandas）均支持导出Excel时设置颜色，不同库的实现逻辑与适用场景各有差异。本文将系统拆解Python to_excel设置颜色的核心方法，结合多个实战案例，帮助读者快速掌握各类场景下的颜色设置技巧。

一、核心认知：Python操作Excel设置颜色的底层逻辑

在Python中通过to_excel设置颜色，本质是借助Excel操作库定义“单元格样式”（包含字体颜色、填充颜色、边框等属性），再将样式应用到指定单元格或单元格区域，最终通过导出方法写入Excel文件。

关键前提与核心概念：

• 支持格式：仅.xlsx格式支持颜色设置，.xls格式因兼容性问题无法实现；

• 颜色表示方式：常用两种形式——① 十六进制颜色码（如"#FF0000"表示红色、"#00FF00"表示绿色）；② RGB值（如(255,0,0)对应红色）；部分库还支持颜色名称（如"red"、"green"），但兼容性较差，不推荐使用；

• 核心操作流程：创建工作簿→定义单元格样式（含颜色属性）→写入数据并应用样式→保存/导出文件。

工具选型建议：若需创建新Excel并设置复杂颜色样式，优先使用xlsxwriter；若需修改现有Excel的颜色属性，优先使用openpyxl；若基于pandas.DataFrame导出，可结合pandas的Style类或指定engine（openpyxl/xlsxwriter）实现颜色设置。

二、三大主流实现方法：从基础到进阶

以下分别介绍xlsxwriter、openpyxl、pandas三种主流工具的颜色设置方法，涵盖“创建样式→应用样式→导出文件”全流程，附完整可运行代码。

方法1：xlsxwriter——创建新Excel的颜色设置首选

xlsxwriter是专门用于创建.xlsx文件的库，支持丰富的单元格样式设置，API简洁直观，适合从零开始构建带颜色的Excel文件。

核心步骤与代码示例

1. 安装库：pip install xlsxwriter

2. 核心逻辑：创建工作簿→添加工作表→定义样式（指定字体颜色、填充颜色）→写入数据时应用样式→关闭工作簿。

import xlsxwriter

# 1. 创建工作簿（可直接指定导出路径）
workbook = xlsxwriter.Workbook("xlsxwriter_color_demo.xlsx")
# 2. 添加工作表
worksheet = workbook.add_worksheet("数据报表")

# 3. 定义不同颜色样式
# 样式1：红色字体+黄色填充（标注异常值）
style_error = workbook.add_format({
    'font_color': '#FF0000',  # 字体颜色：红色
    'bg_color': '#FFFF00',    # 填充颜色：黄色
    'align': 'center',        # 居中对齐（可选，提升可读性）
    'border': 1               # 边框（可选）
})

# 样式2：绿色字体+浅绿色填充（标注达标值）
style_ok = workbook.add_format({
    'font_color': '#008000',
    'bg_color': '#90EE90',
    'align': 'center',
    'border': 1
})

# 样式3：蓝色字体+无填充（标注标题）
style_title = workbook.add_format({
    'font_color': '#0000FF',
    'bold': True,  # 加粗（可选）
    'align': 'center',
    'border': 1
})

# 4. 写入数据并应用样式
# 写入标题（应用标题样式）
worksheet.write('A1', '产品名称', style_title)
worksheet.write('B1', '销量', style_title)
worksheet.write('C1', '是否达标', style_title)

# 写入数据（根据条件应用不同样式）
data = [
    ['产品A', 120, '达标'],
    ['产品B', 80, '不达标'],
    ['产品C', 150, '达标'],
    ['产品D', 60, '不达标']
]

for row_idx, row_data in enumerate(data, start=1):
    worksheet.write(row_idx, 0, row_data[0], style_title)  # 产品名称应用标题样式
    # 销量根据数值大小设置样式（<100为异常值）
    if row_data[1] < 100:
        worksheet.write(row_idx, 1, row_data[1], style_error)
    else:
        worksheet.write(row_idx, 1, row_data[1], style_ok)
    # 是否达标根据内容设置样式
    if row_data[2] == '达标':
        worksheet.write(row_idx, 2, row_data[2], style_ok)
    else:
        worksheet.write(row_idx, 2, row_data[2], style_error)

# 5. 关闭工作簿（自动保存文件）
workbook.close()
print("Excel文件已生成，颜色设置完成！")

关键说明

• xlsxwriter的add_format()方法用于创建样式，支持多种属性（字体颜色、填充颜色、对齐方式、边框等）；

• 通过write()方法写入数据时，将样式作为第三个参数传入，即可应用到对应单元格；

• 支持批量应用样式：若需对某一区域（如整列、整行）应用样式，可使用set_column()（设置列样式）或set_row()（设置行样式），例如worksheet.set_column('A:C', 15, style_title)（将A-C列设置为标题样式，列宽15）。

方法2：openpyxl——修改现有Excel的颜色设置首选

openpyxl支持读取现有.xlsx文件并修改其内容与样式，适合在已有Excel模板的基础上设置颜色（如在数据报表模板中填充数据并标记颜色）。

核心步骤与代码示例

1. 安装库：pip install openpyxl

2. 核心逻辑：加载现有工作簿→获取工作表→定义样式→修改单元格数据并应用样式→保存文件。

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

# 1. 加载现有Excel文件（若需创建新文件，使用Workbook()）
wb = load_workbook("existing_excel.xlsx")
# 2. 获取工作表（通过工作表名称）
ws = wb["数据报表"]

# 3. 定义颜色样式
# 字体样式：红色字体
font_red = Font(color="#FF0000", bold=True)
# 填充样式：黄色填充
fill_yellow = PatternFill(start_color="#FFFF00", end_color="#FFFF00", fill_type="solid")
# 组合样式：绿色字体+浅绿色填充（需通过单元格的font、fill属性分别设置）
font_green = Font(color="#008000")
fill_green_light = PatternFill(start_color="#90EE90", end_color="#90EE90", fill_type="solid")
# 边框样式（可选，提升美观度）
border = Border(
    left=Side(style='thin'),
    right=Side(style='thin'),
    top=Side(style='thin'),
    bottom=Side(style='thin')
)
# 对齐样式（可选）
align_center = Alignment(horizontal='center', vertical='center')

# 4. 应用样式到单元格
# 场景1：标记A2单元格为异常值（红色字体+黄色填充）
ws['A2'].font = font_red
ws['A2'].fill = fill_yellow
ws['A2'].border = border
ws['A2'].alignment = align_center

# 场景2：批量标记B列达标数据（销量>=100）
for row in range(2, ws.max_row + 1):  # 从第2行开始（跳过标题行）
    sales = ws[f'B{row}'].value
    if sales and sales >= 100:
        ws[f'B{row}'].font = font_green
        ws[f'B{row}'].fill = fill_green_light
        ws[f'B{row}'].border = border
        ws[f'B{row}'].alignment = align_center

# 5. 保存文件（若需另存为新文件，修改文件名）
wb.save("modified_excel_with_color.xlsx")
print("Excel文件修改完成，颜色设置已应用！")

关键说明

• openpyxl通过Font()（字体样式）、PatternFill()（填充样式）分别定义颜色，需通过单元格的font、fill属性单独赋值；

• PatternFill的fill_type="solid"表示实心填充，缺少此参数将无法显示填充颜色；

• 读取现有Excel时，需确保文件为.xlsx格式，且未被其他程序占用（否则会报错）。

方法3：pandas Style——DataFrame导出Excel的快速颜色设置

若日常工作以pandas处理数据为主，可直接使用pandas的Style类设置颜色，无需单独调用xlsxwriter或openpyxl，适合快速实现“条件格式化”（如按数值范围着色）。

核心步骤与代码示例

1. 安装库：pandas默认已集成相关功能，若需导出Excel，需确保安装openpyxl或xlsxwriter（pip install pandas openpyxl）；

2. 核心逻辑：创建DataFrame→使用Style类的条件格式化方法设置颜色→导出为Excel文件。

import pandas as pd

# 1. 创建示例DataFrame
data = {
    '产品名称': ['产品A', '产品B', '产品C', '产品D', '产品E'],
    '销量': [120, 80, 150, 60, 110],
    '利润率': [0.25, 0.12, 0.32, 0.08, 0.28]
}
df = pd.DataFrame(data)

# 2. 使用Style设置颜色（条件格式化）
def color_sales(val):
    """自定义函数：销量<100标记为红色，否则为绿色"""
    color = '#FF0000' if val < 100 else '#008000'
    return f'color: {color}; text-align: center; border: 1px solid #000000'

def color_profit(val):
    """自定义函数：利润率>0.2标记为浅绿色填充，否则无填充"""
    if val > 0.2:
        return 'background-color: #90EE90; text-align: center; border: 1px solid #000000'
    else:
        return 'text-align: center; border: 1px solid #000000'

# 应用样式：销量列应用color_sales，利润率列应用color_profit
styled_df = df.style.applymap(
    color_sales, subset=['销量']  # subset指定应用列
).applymap(
    color_profit, subset=['利润率']
).set_table_styles([
    # 设置标题行样式
    {'selector': 'thead th', 'props': [
        ('font-color', '#0000FF'),
        ('background-color', '#F0F8FF'),
        ('text-align', 'center'),
        ('border', '1px solid #000000')
    ]}
])

# 3. 导出为Excel文件（需指定engine，否则可能无法显示样式）
styled_df.to_excel(
    "pandas_style_color.xlsx",
    engine='openpyxl',  # 或'xlsxwriter'
    index=False,  # 不导出索引列
    sheet_name='销量利润报表'
)
print("DataFrame导出Excel完成，颜色样式已应用！")

关键说明

• pandas Style的applymap()方法用于对单元格逐个应用样式，需传入自定义函数（参数为单元格值，返回CSS样式字符串）；

• subset参数用于指定应用样式的列或行，避免全局应用；

• 导出时必须指定engine='openpyxl'或engine='xlsxwriter'，否则样式无法正常显示；

• 除自定义函数外，pandas还提供内置条件格式化方法，如background_gradient()（渐变颜色）、highlight_max()（高亮最大值）、highlight_min()（高亮最小值），简化常用场景的操作。

三、实战进阶：复杂场景的颜色设置技巧

以下针对“批量标记异常值”“按数值区间着色”“动态生成颜色样式”三个高频复杂场景，提供进阶实战案例，覆盖实际工作中的核心需求。

场景1：批量标记DataFrame中的异常值（基于3σ原则）

需求：对DataFrame中的数值列，通过3σ原则识别异常值（超出均值±3倍标准差），并用红色填充标记。

import pandas as pd
import numpy as np

# 1. 生成含异常值的示例数据
np.random.seed(42)
data = {
    '数值列1': np.random.normal(loc=50, scale=10, size=100),  # 均值50，标准差10
    '数值列2': np.random.normal(loc=100, scale=20, size=100)  # 均值100，标准差20
}
df = pd.DataFrame(data)

# 2. 定义异常值识别与颜色设置函数
def highlight_outliers(s):
    """基于3σ原则识别异常值，标记为红色填充"""
    mean = s.mean()
    std = s.std()
    lower_bound = mean - 3 * std
    upper_bound = mean + 3 * std
    # 异常值标记为红色填充，正常值无填充
    return ['background-color: #FF0000' if (x < lower_bound or x > upper_bound) else '' for x in s]

# 3. 应用样式并导出
styled_df = df.style.apply(
    highlight_outliers,  # 注意：数值列用apply()，而非applymap()
    subset=['数值列1', '数值列2']
).set_table_styles([
    {'selector': 'thead th', 'props': [('text-align', 'center'), ('border', '1px solid #000')]},
    {'selector': 'tbody td', 'props': [('text-align', 'center'), ('border', '1px solid #000')]}
])

styled_df.to_excel("outliers_highlight.xlsx", engine='openpyxl', index=False)
print("异常值标记完成，已导出Excel文件！")

场景2：按数值区间设置渐变颜色（提升数据层次感）

需求：对销量列按数值区间设置渐变颜色（0-50：浅红色，50-100：浅黄色，100-150：浅绿色，150以上：浅蓝色），直观呈现数据分布。

import pandas as pd

# 1. 创建示例数据
df = pd.DataFrame({
    '产品': [f'产品{i}' for i in range(1, 21)],
    '销量': [35, 62, 120, 180, 45, 98, 135, 76, 105, 20, 156, 88, 55, 112, 168, 70, 92, 140, 68, 125]
})

# 2. 定义按区间着色的函数
def color_by_range(val):
    if val <= 50:
        return 'background-color: #FFE4E1'  # 浅红色
    elif val <= 100:
        return 'background-color: #FFFFE0'  # 浅黄色
    elif val <= 150:
        return 'background-color: #F0FFF0'  # 浅绿色
    else:
        return 'background-color: #E6F3FF'  # 浅蓝色

# 3. 应用样式并导出
styled_df = df.style.applymap(
    color_by_range, subset=['销量']
).applymap(
    lambda x: 'text-align: center; border: 1px solid #000',  # 所有单元格居中+边框
    subset=['产品', '销量']
).set_table_styles([
    {'selector': 'thead th', 'props': [('background-color', '#F0F8FF'), ('font-weight', 'bold')]}
])

styled_df.to_excel("gradient_color_by_range.xlsx", engine='openpyxl', index=False)
print("按区间渐变颜色设置完成！")

场景3：动态生成颜色样式（适配多维度数据标记）

需求：根据产品所属类别，动态分配不同颜色（如电子类：蓝色，服装类：粉色，食品类：橙色），实现多维度数据的视觉区分。

import pandas as pd
from openpyxl import Workbook
from openpyxl.styles import PatternFill

# 1. 创建含多类别数据
df = pd.DataFrame({
    '产品名称': ['手机', 'T恤', '面包', '电脑', '牛仔裤', '牛奶', '耳机', '连衣裙', '蛋糕'],
    '类别': ['电子', '服装', '食品', '电子', '服装', '食品', '电子', '服装', '食品'],
    '销量': [150, 80, 120, 90, 110, 130, 70, 60, 140]
})

# 2. 定义类别-颜色映射（动态配置）
category_color_map = {
    '电子': '#87CEEB',  # 浅蓝色
    '服装': '#FFC0CB',  # 粉色
    '食品': '#FFA500'   # 橙色
}

# 3. 使用openpyxl动态应用颜色
wb = Workbook()
ws = wb.active
ws.title = "多类别产品报表"

# 写入标题
headers = df.columns.tolist()
for col_idx, header in enumerate(headers, start=1):
    cell = ws.cell(row=1, column=col_idx, value=header)
    # 标题样式
    cell.fill = PatternFill(start_color='#F0F8FF', end_color='#F0F8FF', fill_type='solid')

# 写入数据并动态应用颜色
for row_idx, (_, row) in enumerate(df.iterrows(), start=2):
    for col_idx, value in enumerate(row, start=1):
        cell = ws.cell(row=row_idx, column=col_idx, value=value)
        # 对类别列及对应行应用颜色
        if col_idx == 2:  # 类别列
            color = category_color_map.get(value, '#FFFFFF')  # 默认为白色
            cell.fill = PatternFill(start_color=color, end_color=color, fill_type='solid')
            # 同一行的其他列也应用相同颜色（浅化处理，避免过于刺眼）
            light_color = color + '80'  # 透明度80%
            for col in range(1, len(headers) + 1):
                ws.cell(row=row_idx, column=col).fill = PatternFill(start_color=light_color, end_color=light_color, fill_type='solid')

# 保存文件
wb.save("dynamic_category_color.xlsx")
print("动态类别颜色设置完成！")

四、注意事项：规避Python to_excel设置颜色的常见坑

在实际操作中，以下细节若未注意，容易导致颜色设置失效或出现异常，需重点规避：

1. 格式兼容性问题

仅.xlsx格式支持颜色设置，若导出为.xls格式（如指定engine='xlwt'），所有颜色样式都会失效。解决方案：统一使用.xlsx格式，导出时不指定或指定正确的engine（openpyxl/xlsxwriter）。

2. 颜色表示方式的兼容性

不同库对颜色表示的支持存在差异：xlsxwriter支持颜色名称（如"red"），但openpyxl对颜色名称的支持有限；建议统一使用十六进制颜色码，兼容性最佳。

3. pandas Style导出的样式显示问题

使用pandas Style导出时，若未指定engine，或同时安装了多个Excel引擎，可能导致样式无法显示。解决方案：明确指定engine='openpyxl'或engine='xlsxwriter'，并确保对应引擎已安装。

4. 大量数据的性能问题

当数据量较大（如10万行以上）时，使用openpyxl逐 cell 设置样式会导致性能极差（耗时过长）。解决方案：优先使用xlsxwriter（性能更优），或通过批量样式设置方法（如xlsxwriter的set_column/set_row）替代逐 cell 操作。

5. 现有Excel文件的样式覆盖问题

使用openpyxl加载现有Excel并修改样式时，会覆盖原有单元格的样式（如字体、对齐方式）。解决方案：修改前先读取原有样式，再在原有样式基础上添加颜色属性，避免完全覆盖。

五、总结：Python to_excel设置颜色的核心选型与学习建议

Python to_excel设置颜色的核心是“选对工具+掌握样式定义逻辑”：创建新Excel且需复杂样式，选xlsxwriter；修改现有Excel或需精细控制样式，选openpyxl；基于pandas DataFrame快速导出，选pandas Style+指定引擎。三者的核心逻辑一致——都是“定义样式→应用样式→导出保存”，只是API与适用场景不同。

学习建议：

• 新手入门：先掌握xlsxwriter的基础用法（API简洁，容易上手），快速实现颜色设置需求；

• 进阶提升：学习openpyxl的样式精细控制，适配修改现有Excel的场景；

• 高效办公：熟练使用pandas Style的条件格式化方法，结合实际业务场景编写自定义着色函数，提升数据处理与可视化效率。

通过本文的方法与案例，相信读者能快速掌握Python to_excel设置颜色的核心技巧，让导出的Excel文件更具可读性与专业性，助力数据沟通与决策效率的提升。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0