周一早上九点，你的邮箱被各种报表塞满。
打开财务发来的季度销售数据，几千行数字挤在屏幕上，眼睛扫过去一片黑压压。老板在旁边等着汇报，问你这个季度哪个产品卖得最好、哪些区域掉得厉害。你拿着鼠标划来划去，半天找不出个所以然。
这场景，但凡用Excel干过活的人都懂——数据有了，但看不见。
条件格式就是干这个用的。它能让数字“开口说话”：高于平均值的自动标绿，低于警戒线的自动飘红，重复值、排名、异常点一眼扫过去清清楚楚。但问题来了，每月、每周甚至每天都要手动重复这些操作，时间全耗在“格式化”上了。
Python能帮你解决这个麻烦。
用代码操作Excel条件格式，本质上就是把你手动点鼠标的步骤写成脚本。数据更新了，脚本跑一遍，格式自动生成。市面上主流的几个库——openpyxl、xlsxwriter、Spire.XLS——各有各的脾气，选对了工具，事半功倍。
一、openpyxl：最接地气的全能选手
openpyxl是处理Excel最常用的库，读写都支持，对条件格式的支持也比较完善。它的设计思路很符合直觉：先定规则，再上格式。
比如你想把成绩表里不及格（小于60分）的单元格标红，代码可以这么写：
from openpyxl import load_workbook
from openpyxl.styles import PatternFill
from openpyxl.formatting.rule import CellIsRule
wb = load_workbook('成绩表.xlsx')
ws = wb.active
# 定义红色填充
red_fill = PatternFill(start_color='FF0000', end_color='FF0000', fill_type='solid')
# 添加条件格式规则：单元格值小于60
ws.conditional_formatting.add('B2:B100',
CellIsRule(operator='lessThan',
formula=['60'],
fill=red_fill))
wb.save('成绩表_格式化.xlsx')
这段代码干的事，和你手动点“条件格式>突出显示单元格规则>小于”一模一样，区别在于——下次再来100份报表，它也能一秒干完。
openpyxl支持的规则类型不少：CellIsRule（基于值）、FormulaRule（基于公式）、ColorScaleRule（色阶）、IconSetRule（图标集）、DataBarRule（数据条）都有。想做复杂点的逻辑，比如“既要大于平均线，又要属于前10%”，用公式规则就能搞定。
有个坑得提醒你：openpyxl在读取带条件格式的现有文件时，规则信息可能会丢失。所以用它创建格式没问题，但别指望完美读取别人设好的规则。
二、xlsxwriter：写报表的一把好手
如果你只需要“生成”报表，不需要修改已有文件，xlsxwriter是更轻量级的选择。它专注于写入，功能纯粹，性能也不错。
xlsxwriter的语法有点不一样，用的是字典传参：
import xlsxwriter
workbook = xlsxwriter.Workbook('销售报表.xlsx')
worksheet = workbook.add_worksheet()
# 准备数据
data = [320, 450, 280, 490, 350, 420, 380]
worksheet.write_column('A1', data)
# 定义两种格式
green_format = workbook.add_format({'bg_color': 'green'})
red_format = workbook.add_format({'bg_color': 'red'})
# 设置条件格式：大于400标绿，小于等于400标红
worksheet.conditional_format('A1:A7', {'type': 'cell',
'criteria': '>',
'value': 400,
'format': green_format})
worksheet.conditional_format('A1:A7', {'type': 'cell',
'criteria': '<=',
'value': 400,
'format': red_format})
workbook.close()
xlsxwriter最实用的功能之一是配合pandas用。你拿pandas做完数据处理，直接用pd.ExcelWriter指定xlsxwriter引擎，然后调用条件格式方法，数据分析+报表生成一条龙。
import pandas as pd
df = pd.DataFrame({'销售额': [320, 450, 280, 490, 350]})
writer = pd.ExcelWriter('报表.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='销售数据', index=False)
workbook = writer.book
worksheet = writer.sheets['销售数据']
# 对B列（销售额）应用三色阶
worksheet.conditional_format('B2:B6', {'type': '3_color_scale'})
writer.close()
xlsxwriter不支持读取已有文件，也不能修改。但如果你是从零开始建报表，它够快、够稳、够干净。
三、Spire.XLS：商业级功能的代表
Spire.XLS是个商业库，功能覆盖面比前两个更广。它的API设计更接近Excel本身的逻辑，支持的操作也更多——比如设置公式条件、处理跨工作表引用、精细化控制格式选项。
有些场景下，用前两个库实现起来比较费劲，比如“隔行变色”这种需求。用Spire.XLS可以写得很直白：
from spire.xls import *
from spire.xls.common import *
workbook = Workbook()
workbook.LoadFromFile("数据.xlsx")
sheet = workbook.Worksheets[0]
# 添加条件格式
conditionalFormat = sheet.ConditionalFormats.Add()
conditionalFormat.AddRange(sheet.Range[2, 1, sheet.LastRow, sheet.LastColumn])
# 偶数行设白色背景
condition1 = conditionalFormat.AddCondition()
condition1.FirstFormula = "=MOD(ROW(),2)=0"
condition1.FormatType = ConditionalFormatType.Formula
condition1.BackColor = Color.get_White()
# 奇数行设浅灰背景
condition2 = conditionalFormat.AddCondition()
condition2.FirstFormula = "=MOD(ROW(),2)=1"
condition2.FormatType = ConditionalFormatType.Formula
condition2.BackColor = Color.get_LightGray()
workbook.SaveToFile("隔行变色.xlsx", ExcelVersion.Version2016)
workbook.Dispose()
Spire.XLS还支持一些“开箱即用”的高级功能：Top/Bottom规则、高于/低于平均值、介于两个数之间。这些在Excel里是内置选项，用openpyxl得绕个弯，用Spire.XLS直接调方法就行。
不过它是收费库，有30天试用期。项目预算够、追求开发效率的情况下可以考虑。
四、怎么选？看你的场景
三个库没有绝对的好坏，关键看你想干什么。
openpyxl最适合“既要读又要写”的场景。你需要修改现有文件、保留原有内容、同时添加新格式，用它最稳妥。社区活跃，遇到问题好搜答案。
xlsxwriter适合“纯生成”的场景。跑数据分析脚本，自动输出带格式的报表，发给老板或客户。性能好，文件体积控制得也不错。配合pandas用，体验很顺。
Spire.XLS适合复杂格式需求的场景。要做多条件嵌套、大量使用公式规则、或者嫌自己造轮子太麻烦。商业环境、预算允许的情况下，能省不少开发时间。
五、几个实战技巧
- 公式规则里，引用要写对。在条件格式里用公式，注意相对引用和绝对引用。
=A1>100是针对每个单元格判断，=A$1>100就变成全跟第一行比。 - 规则有顺序。Excel按规则添加顺序执行，后面的规则可能覆盖前面的。代码里添加规则的顺序，就是最终生效的顺序。
- 别贪多。一个工作表里规则太多，文件打开会卡。能用一两条规则解决的，别绕复杂逻辑。
- 先清空再添加。如果反复运行脚本，记得先删掉旧规则再添新的，不然会叠加上去，结果乱套。
回到开头那个周一早上的场景。
用Python写完条件格式脚本之后，你只需要把新季度数据拖进文件夹，双击运行。再打开Excel时，销售冠军已经标成绿色，下滑区域标成橙色，异常值标成红色。老板指着屏幕问“这个月怎么回事”，你三秒就能找到问题出在哪。
那多出来的半小时，不用再对着黑压压的数字发呆。
