在 Python 中输出 Excel 差异时，保持列对齐是确保数据可读性的关键。可以通过多种方式实现这一目标，具体包括使用字符串格式化方法（如 `%`、`format()` 和 `f-strings`），以及结合 `openpyxl` 或 `pandas` 库来处理 Excel 数据。 ### 使用 f-strings 实现列对齐 Python 的 `f-strings` 提供了一种简洁的方式来格式化字符串，并且可以很好地用于对齐文本输出。例如，可以在输出差异数据时设置固定宽度的字段[^1]： ```python name = "Alice" age = 30 print(f"{name:<10} {age:>5}") ``` 上述代码中，`<10` 表示左对齐并预留 10 个字符的空间，而 `>5` 表示右对齐并预留 5 个字符的空间。这种方式非常适合用于打印表格形式的数据[^1]。 ### 使用 openpyxl 对齐 Excel 输出 当涉及到 Excel 文件的操作时，`openpyxl` 是一个非常有用的库。它允许你不仅读取而且修改 Excel 文件中的单元格样式，包括文本对齐方式。以下是如何使用 `openpyxl` 设置单元格文本对齐的方式： ```python from openpyxl import Workbook from openpyxl.styles import Alignment wb = Workbook() ws = wb.active # 设置 A1 单元格的内容并对齐方式 ws['A1'] = 'Aligned Text' ws['A1'].alignment = Alignment(horizontal='center', vertical='center') wb.save("aligned_output.xlsx") ``` 在这个例子中，`Alignment` 类被用来设置水平和垂直方向上的对齐方式，这有助于确保在导出差异数据到 Excel 时保持良好的视觉效果[^2]。 ### 结合 pandas 进行数据处理 对于更复杂的数据操作任务，`pandas` 提供了强大的功能来处理和分析数据。当你需要比较两个 Excel 文件之间的差异时，可以先将它们加载到 DataFrame 中，然后进行比较。最后，你可以将结果写回到一个新的 Excel 文件中，同时应用适当的格式以保证列对齐[^3]： ```python import pandas as pd # 读取两个 Excel 文件 df1 = pd.read_excel('file1.xlsx') df2 = pd.read_excel('file2.xlsx') # 比较两个 DataFrame 并找出不同之处 diff_df = df1[df1 != df2] # 将差异写入新的 Excel 文件 with pd.ExcelWriter('differences.xlsx', engine='openpyxl') as writer: diff_df.to_excel(writer, index=False) ``` 这段代码展示了如何利用 `pandas` 来识别两个 Excel 文件之间的差异，并将其保存到新文件中。虽然这里没有直接展示如何设置列宽或对齐方式，但可以通过后续步骤添加这些格式化选项来增强输出的可读性。