在数据分析和报告生成过程中，将数据以美观的形式呈现出来至关重要，`pandas` 提供了 `to_excel` 功能，可以方便地将 DataFrame 导出为 Excel 文件。然而，简单的数值展示可能不足以突出数据的差异和重要性，这就需要我们为数据添加颜色，增强视觉效果。本文将详细讲解如何使用 `pandas` 的 `to_excel` 功能添加颜色。
我们需要导入必要的库，如 `pandas` 和 `numpy`：
```python
import pandas as pd
import numpy as np
```
接下来，创建一个 DataFrame 示例，这里我们设置了二级标题：
```python
columns = [['A', 'A', 'B', 'B', 'C'], ['a', 'b', 'c', 'd', 'e']]
demo_df = pd.DataFrame(np.arange(50).reshape(10, 5), columns=columns)
print(demo_df)
```
为了给 DataFrame 添加颜色，我们定义两个辅助函数：`style_color` 和 `style_apply`。`style_color` 函数接收 DataFrame 和颜色字典作为参数，返回一个带样式的 DataFrame；`style_apply` 函数则负责为 DataFrame 的每个单元格应用相应的背景颜色。
```python
def style_color(df, colors):
return df.style.apply(style_apply, colors=colors)
def style_apply(series, colors, back_ground=''):
series_name = series.name[0]
a = []
for col in series:
if series_name in colors:
for title_name in colors:
if title_name == series_name:
back_ground = 'background-color: ' + colors[title_name]
a.append(back_ground)
return a
```
在这个例子中，我们为一级标题 "A", "B", "C" 分别分配了 "#1C1C1C", "#00EEEE", "#1A1A1A" 三种颜色。然后，使用 `ExcelWriter` 将带有样式的 DataFrame 写入 Excel 文件：
```python
with pd.ExcelWriter('df_style.xlsx', engine='openpyxl') as writer:
style_df = style_color(demo_df, {"A": '#1C1C1C', "B": '#00EEEE', "C": '#1A1A1A'})
style_df.to_excel(writer, sheet_name='sheet_name')
```
需要注意的是，`ExcelWriter` 使用 `openpyxl` 引擎才能支持样式。此外，如果 DataFrame 包含二级标题，导出时 `index` 参数不应设为 `False`。
除了直接为一级标题设置颜色之外，`pandas` 还提供了更丰富的颜色自定义方式。例如，可以使用 `background_gradient` 方法根据数值大小应用渐变颜色：
```python
quantity_year.style.background_gradient(cmap='gray_r')
```
或者，通过 `applymap` 方法自定义条件来填充颜色，例如将大于平均值的单元格填充为特定颜色：
```python
quantity_year.style.applymap(lambda v: 'background-color: %s' % '#FFCCFF' if v > quantity_year.mean().mean() else 'background-color: %s' % '')
```
此外，还可以利用 `highlight_max`, `highlight_min` 函数高亮最大值或最小值，以及 `hide_index()` 隐藏索引等方法，进一步优化数据展示效果。
`pandas` 提供的 `to_excel` 能力结合样式操作，可以让你轻松地为数据添加颜色，从而提升数据报告的可读性和专业性。通过灵活运用这些功能，你可以创建出更加吸引人的数据分析报告。
