Documentation – 插入数据透视表

Pythonnet: 格式化数据透视表

Mon, 01 Jan 0001 00:00:00 +0000

数据透视表外观

如何创建数据透视表介绍了如何创建简单的数据透视表。本文描述了如何通过设置各种属性来自定义数据透视表的外观:

数据透视表格式选项
数据透视字段格式选项
数据字段格式选项

如何设置数据透视表格式选项

PivotTable类控制整体数据透视表，可以以多种方式进行格式设置。

如何设置自动格式类型

Microsoft Excel提供许多不同的预设报告格式，Aspose.Cells for Python via .NET也支持这些格式选项。要访问它们：

将PivotTable.is_auto_format设置为true。
从PivotTableAutoFormatType枚举中分配一个格式选项。

如何设置格式选项

下面的代码示例演示了如何格式化数据透视表以显示行和列的总计，以及如何设置报告的字段顺序。它还显示了如何为空值设置自定义字符串。

手动设置外观和感觉格式

要手动设置数据透视表报告的外观和感觉，而不是使用预设的报告格式，请使用PivotTable.format_all(style)和PivotTable.format(row, column, style)方法。为所需的格式创建样式对象，例如：

如何设置数据透视表字段格式选项

PivotField类表示数据透视表中的字段，并可以以多种方式进行格式设置。下面的代码示例演示了如何:

访问行字段。
设置合计。
设置自动排序。
设置自动显示。

如何设置行/列/页面字段格式

如何设置数据字段格式

以下代码示例显示如何设置数据字段的显示格式和数字格式。

如何清除数据透视字段

PivotFieldCollection 有一个名为 clear() 的方法，允许您清除数据透视字段。当您想要清除区域中的所有数据透视字段时（例如页、列、行或数据），请使用它。以下代码示例显示如何清除数据区域中的所有数据透视字段。

Pythonnet: 创建数据透视表和数据透视图

Mon, 01 Jan 0001 00:00:00 +0000

数据透视表是记录的互动摘要。例如，您可能有数百个工作表中列表中的发票条目。数据透视表可以按客户、产品或日期总计发票。使用Microsoft Excel，可以通过将按钮拖到新位置，快速重新排列数据透视表中的信息。

数据透视图图表是数据透视表中数据的交互式图形表示。数据透视图图表在Excel 2000中引入。使用数据透视图图表使数据更容易理解，因为数据透视表会自动创建小计和总计。

Aspose.Cells for Python via .NET支持pivot tables 和pivot charts。

使用Aspose.Cells for Python Excel库添加数据透视表和数据透视图

Aspose.Cells for Python via .NET提供了一组特殊的类，用于创建数据透视表。这些类用于创建和设置PivotTable对象，作为PivotTable对象的基本构建块：

PivotField，数据透视表报告中的字段。
PivotFields，数据透视表中所有 PivotField 对象的集合。
一个工作表上的数据透视表。
数据透视表是工作表上所有数据透视表对象的集合。

准备使用Aspose.Cells for Python via .NET

从 pypi 安装 Aspose.Cells for Python via .NET，请使用如下命令：$ pip install aspose-cells-python。

您还可以按照逐步说明，将“Aspose.Cells for Python via .NET”安装到您的开发环境中。

使用Aspose.Cells for Python Excel库添加数据透视表的方法

使用Aspose.Cells for Python via .NET创建数据透视表：

使用Cell对象的put_value方法向工作表单元格添加一些数据。也可以使用填充了数据的模板文件。这些数据将被用作数据透视表的数据源。
通过调用PivotTables集合的add方法（封装在Worksheet对象中）向工作表添加一个数据透视表。
通过传入索引从PivotTables集合中访问新的 PivotTable 对象。# 使用 PivotTable 对象中封装的任何数据透视表对象来管理表。

下面是代码示例。

使用Aspose.Cells for Python Excel库添加数据透视图的方法

使用Aspose.Cells for Python via .NET创建数据透视图：

添加图表。
将图表的数据源设置为引用电子表格中的现有数据透视表。
设置其他属性。

Pythonnet: 透视表和源数据

Mon, 01 Jan 0001 00:00:00 +0000

透视表的源数据

有时您希望创建从不同数据源（如数据库）获取数据的透视表的Microsoft Excel报表，在设计时这些数据源是未知的。本文介绍了一种动态更改透视表数据源的方法。

更改透视表的数据源

创建一个新的设计模板。
1. 创建一个新的设计模板文件，如下面的屏幕截图所示。
2. 然后定义一个名为DataSource的命名范围，该范围引用这些单元格。
  
  创建设计模板并定义命名范围，数据源

基于该命名范围创建数据透视表。
1. 在Microsoft Excel中，选择数据，然后选择数据透视表和数据透视图报表。
2. 根据第一步中创建的命名范围创建数据透视表。
  
  基于命名范围创建数据透视表，数据源

将相应字段拖放到数据透视表的行和列中，然后按照下面的截图创建结果的数据透视表。

基于相应字段创建数据透视表

右键单击数据透视表，然后选择表选项。
1. 在数据选项设置中选择打开时刷新。
  
  设置数据透视表选项

现在，您可以将此文件保存为您的设计模板文件。

填充新数据并更改数据透视表的源数据。
1. 一旦设计模板创建完成，使用以下代码修改数据透视表的源数据。

执行下面的示例代码会更改数据透视表的源数据。

Pythonnet: 在数据透视表中添加计算字段

Mon, 01 Jan 0001 00:00:00 +0000

可能的使用场景

当您基于已知数据创建数据透视表时，您会发现其中的数据不是您想要的。您想要的数据是这些原始数据的组合。例如，您需要在希望获取数据之前对原始数据进行加法、减法、乘法和除法。这时，您需要构建一个计算字段并设置相应的计算公式。然后对计算字段执行一些统计和其他操作。

如何在Excel中的数据透视表中添加计算字段

在Excel中的数据透视表中插入计算字段，请按照以下步骤进行：

选择要向其添加计算字段的数据透视表。
转到功能区中的数据透视表分析选项卡。
单击“字段、项和集” ，然后从下拉菜单中选择“计算字段”。
在“名称”字段中输入计算字段的名称。
在"公式"字段中，输入要使用适当的数据透视表字段名称和数学运算符进行计算的公式。
单击"确定"创建计算字段。
新的计算字段将出现在数据透视表字段列表中的值部分。
将计算字段拖动到数据透视表的值部分中，以显示计算值。

如何使用Aspose.Cells for Python Excel库向数据透视表中添加计算字段

使用Aspose.Cells for Python via .NET在Excel文件中添加计算字段。请参阅以下示例代码。执行示例代码后，数据透视表中将添加一个具有计算字段的数据透视表。

设置原始数据并创建数据透视表。
根据数据透视表中现有的PivotField创建计算字段。
将计算字段添加到数据区。
最后，以[out.xlsx]格式保存工作簿。

示例代码

Pythonnet: 在 Aspose.Cells for Python via .NET 中刷新数据透视表

Mon, 01 Jan 0001 00:00:00 +0000

Aspose.Cells 提供了一个分层刷新 API，允许您在四个不同的范围内重新加载透视数据——从整个工作簿到单个数据透视表。从 Aspose.Cells for Python via .NET v26.7 开始，旧方法 PivotTable.refresh_data() 被标记为过时，应替换为本文描述的更高效、感知缓存的 API。

简介

刷新数据透视表很少是单一操作。在后台，Aspose.Cells 维护了一个分层的数据链，将您的原始源数据连接到工作表中呈现的值。理解这个数据链是为任何场景选择正确的刷新 API 的关键。四层数据链如下：

数据源 — 原始工作表区域、数据库查询或合并区域，其中存放着原始值。
PivotCache — 源数据的内存快照。每个数据透视表都构建在 PivotCache 之上；所有数据都在此处进行收集和聚合。
PivotTable — 定义行、列、值和筛选字段的视图对象。PivotTable 仅从其 PivotCache 读取数据，从不直接从数据源读取。
Cells — 工作表的 Cells，PivotTable 将其计算值和样式呈现到这些单元格中。一个特别重要的概念是共享缓存。当工作簿中的多个数据透视表引用相同的源区域时，它们共享同一个 PivotCache 实例。一个 PivotCache 可以被多个数据透视表引用，刷新该缓存会一次性刷新每个依赖的 PivotTable。
PivotCache.source_type（枚举类型 PivotTableSourceType）指示缓存数据来自何处。从 v26.7 开始，PivotCache.refresh() 仅支持 Sheet 和 Consolidation 源类型——即存放在工作表区域中的数据。外部源（数据库、外部连接等）尚无法通过缓存 API 进行刷新。
由于这个数据链的存在，Aspose.Cells 中有两条基本的刷新路径：

PivotCache.refresh() — 在单个操作中重新加载源 → 缓存并重新计算所有依赖的 PivotTable。
PivotTable.calculate_data() — 从已缓存的数据重新计算一个 PivotTable 的显示，无需回溯到数据源。本文中的所有场景都使用工作表单元格源数据，因此源类型为 Sheet，刷新操作如描述的那样执行。

必需的导入

本文中的所有 Python 示例都以以下三条导入语句开头，因为透视类型位于 aspose.cells.pivot 命名空间中：

刷新工作簿中的所有数据透视表

当您需要确保工作簿中的每个数据透视缓存和每个数据透视表都反映最新的源数据时，最简单和最全面的 API 是 Workbook.refresh_all()。单次调用即可遍历整个工作簿——从其源刷新每个 PivotCache，然后重新计算每个依赖的 PivotTable。对于性能不是问题的一般性、全文档刷新，推荐使用此方法。以下示例构建了一个包含 Fruit/Year/Amount 源区域的工作簿，创建一个数据透视表，修改一些源值，然后使用 refresh_all() 通过单次调用使所有内容保持最新。

import aspose.cells as ac

# 创建一个新工作簿
workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# 将表头行写入单元格 A1:C1
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# 将数据行写入单元格 A2:C9（2020 和 2021 年共 8 行水果数据）
worksheet.cells["A2"].put_value("grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(50)

worksheet.cells["A3"].put_value("blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(60)

worksheet.cells["A4"].put_value("kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(70)

worksheet.cells["A5"].put_value("cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(80)

worksheet.cells["A6"].put_value("grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(90)

worksheet.cells["A7"].put_value("blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(100)

worksheet.cells["A8"].put_value("kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(110)

worksheet.cells["A9"].put_value("cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(120)

# 添加数据透视表：数据源区域为 "A1:C9"，目标单元格为 "E3"，名称为 "Pivot1"
pivot_index = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

# 分配透视字段：Fruit 到行，Year 到列，Amount 到数据
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# 修改源数据中的几个 Amount 值以模拟数据变化
worksheet.cells["C2"].put_value(55)
worksheet.cells["C5"].put_value(85)
worksheet.cells["C9"].put_value(125)

# 刷新工作簿中的所有数据透视表/透视缓存
workbook.refresh_all()

# 保存工作簿
workbook.save("output.xlsx")

刷新单个工作表上的所有数据透视表

有时您只需要刷新位于特定工作表上的数据透视表——例如，当已知其他工作表上的数据透视表与之无关且不应被触碰时。对于这种情况，Aspose.Cells 提供了 Worksheet.refresh_pivot_tables()，其范围限定在单个 Worksheet 实例。这比 Workbook.refresh_all() 更有选择性：仅刷新目标工作表上的数据透视表，其他工作表上的任何数据透视表都不会被触碰。以下示例填充相同的 Fruit/Year/Amount 源数据，在第一个工作表上添加一个数据透视表，修改一些源值，然后仅刷新该工作表上的数据透视表。

import aspose.cells as ac

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

worksheet.cells["A2"].put_value("grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("blueberry")
worksheet.cells["B3"].put_value(2021)
worksheet.cells["C3"].put_value(150)

worksheet.cells["A4"].put_value("kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(200)

worksheet.cells["A5"].put_value("cherry")
worksheet.cells["B5"].put_value(2021)
worksheet.cells["C5"].put_value(120)

worksheet.cells["A6"].put_value("grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(180)

worksheet.cells["A7"].put_value("blueberry")
worksheet.cells["B7"].put_value(2020)
worksheet.cells["C7"].put_value(130)

worksheet.cells["A8"].put_value("kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(220)

worksheet.cells["A9"].put_value("cherry")
worksheet.cells["B9"].put_value(2020)
worksheet.cells["C9"].put_value(140)

pivot_index = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

worksheet.cells["C2"].put_value(300)
worksheet.cells["C5"].put_value(250)
worksheet.cells["C9"].put_value(400)

worksheet.refresh_pivot_tables()

workbook.save("output.xlsx")

刷新单个数据透视表

当您希望对单个数据透视表进行细粒度控制时，基于缓存的 API 为您提供了两个选项。它们之间的选择取决于实际更改的内容：底层源数据，还是仅数据透视表本身的视图/布局设置。

源数据已更改 — 使用 `PivotCache.refresh()`

如果底层源数据已更改，正确的入口点是 pivot_table.pivot_cache.refresh()。此调用会将源数据重新读取到缓存中，然后重新计算依赖于该缓存的每个 PivotTable。

由于数据透视表共享同一个 PivotCache 实例，调用 PivotCache.refresh() 会重新计算基于该相同缓存构建的所有数据透视表——而不仅仅是您引用的那一个。如果两个数据透视表共享相同的源区域，刷新一个缓存将同时刷新两者。

以下示例在同一源区域上创建两个数据透视表以演示这种共享缓存行为，修改一些源值，然后通过一个缓存引用进行刷新。

import aspose.cells as ac

# 创建一个新工作簿并访问第一个工作表
workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# 写入表头行：水果 / 年份 / 数量
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# 写入大约9行数据（2020-2021年间的葡萄/蓝莓/猕猴桃/樱桃）
worksheet.cells["A2"].put_value("Grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("Blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(200)

worksheet.cells["A4"].put_value("Kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(300)

worksheet.cells["A5"].put_value("Cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(400)

worksheet.cells["A6"].put_value("Grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(500)

worksheet.cells["A7"].put_value("Blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(600)

worksheet.cells["A8"].put_value("Kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(700)

worksheet.cells["A9"].put_value("Cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(800)

# 添加第一个数据透视表"Pivot1"，锚定在E3单元格，源数据范围为A1:C9
pivotIndex1 = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivotTable1 = worksheet.pivot_tables[pivotIndex1]

# 为Pivot1分配字段
pivotTable1.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivotTable1.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivotTable1.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# 添加第二个数据透视表"Pivot2"，锚定在E15单元格，使用相同的源数据范围A1:C9
# 因为源数据范围相同，Pivot1和Pivot2共享同一个PivotCache。
pivotIndex2 = worksheet.pivot_tables.add("A1:C9", "E15", "Pivot2")
pivotTable2 = worksheet.pivot_tables[pivotIndex2]

# 为Pivot2分配相同的字段
pivotTable2.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivotTable2.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivotTable2.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# 修改源数据中几个数量单元格的值以模拟数据变化
worksheet.cells["C2"].put_value(150)
worksheet.cells["C4"].put_value(350)
worksheet.cells["C7"].put_value(650)

# 刷新共享的PivotCache。
# 因为Pivot1和Pivot2共享同一个PivotCache，所以这一次调用
# 会从更新后的源数据同时刷新两个数据透视表（数据+样式）。
pivotTable1.pivot_cache.refresh()

# 保存工作簿
workbook.save("output.xlsx")

仅视图/布局已更改 — 使用 `calculate_data()`

如果源数据没有更改，但仅修改了数据透视表的视图或布局设置（例如，将字段移动到不同的区域，或切换打开文件时刷新的设置），则无需回溯到数据源。缓存已经保存了正确的数据；只需要重新计算呈现的 PivotTable。在这种情况下，pivot_table.calculate_data() 是正确的选择。这避免了不必要的源获取，当多个数据透视表共享同一缓存时，速度会显著加快。以下示例修改数据透视表的非源属性，然后调用 calculate_data() 从现有缓存重新呈现它。

import aspose.cells as ac
import aspose.cells.pivot as acp

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# 写入 Fruit / Year / Amount 表头行
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# 写入 8 行数据（第 2-9 行，对应源数据区域 A1:C9）
worksheet.cells["A2"].put_value("Grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("Blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(200)

worksheet.cells["A4"].put_value("Kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(300)

worksheet.cells["A5"].put_value("Cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(400)

worksheet.cells["A6"].put_value("Grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(150)

worksheet.cells["A7"].put_value("Blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(250)

worksheet.cells["A8"].put_value("Kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(350)

worksheet.cells["A9"].put_value("Cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(450)

# 添加一个名为 "Pivot1" 的数据透视表，目标单元格为 E3，数据源为 A1:C9
pivot_index = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

# 分配字段：Fruit 放入行字段，Year 放入列字段，Amount 放入数据字段
pivot_table.add_field_to_area(acp.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(acp.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(acp.PivotFieldType.DATA, "Amount")

# 修改视图/布局属性——这仅是外观层面的更改，
# 因此不需要通过 PivotCache.Refresh() 重新读取源数据。
pivot_table.refresh_data_on_opening_file = False

# CalculateData() 会从 PivotCache 中已缓存的数据重新渲染该数据透视表的显示（数据和样式）。
# 由于源数据未发生更改，不会执行与源的往返交互——只会将缓存的值重新计算到工作表单元格中。
pivot_table.calculate_data()

# 将工作簿保存到磁盘
workbook.save("output.xlsx")

获取共享同一 PivotCache 的所有数据透视表

一个工作簿通常包含许多都基于同一共享缓存的数据透视表。要枚举它们——例如，在执行批量刷新之前，或诊断共享缓存的影响——请使用 PivotCache.get_pivot_tables()。此方法返回依赖于给定缓存的每个 PivotTable 的集合。这也是确认两个数据透视表确实共享同一 PivotCache 实例的最直接方法：您可以比较缓存引用，或简单地遍历 get_pivot_tables() 返回的集合，观察其中出现的数据透视表。以下示例在同一源区域上创建两个数据透视表，验证它们共享同一缓存实例，然后枚举缓存的数据透视表。

从过时的 `PivotTable.refresh_data()` 迁移

在 Aspose.Cells for Python via .NET v26.7 之前，刷新数据透视表的标准方法是对每个数据透视表单独调用 PivotTable.refresh_data()。从 v26.7 开始，该方法被标记为过时，应替换为上述感知缓存的 API。在真实工作簿中，按表调用的 refresh_data() 方法存在两个问题：

每次调用时都会从源重新获取数据，即使源没有更改也是如此。
每次调用都会刷新整个共享缓存。当多个数据透视表共享一个缓存时，重复对每个数据透视表调用 refresh_data() 会导致同一缓存被反复重新获取，这非常慢。推荐的替代方案是：
刷新工作簿中的所有数据透视表 → 使用 workbook.refresh_all();
刷新其中的一部分 → 对一个缓存使用 pivot_table.pivot_cache.refresh();。由于缓存是共享的，此单次调用会更新构建在该缓存之上的每个数据透视表。位于已刷新缓存上的其他数据透视表可以安全地跳过。
仅透视视图/布局已更改 → 使用 pivot_table.calculate_data(); 从现有缓存重新呈现，无需任何源回溯。以下示例演示了针对多个共享单个缓存的数据透视表工作簿的新高效模式。

import aspose.cells as ac

# 创建一个新工作簿并访问第一个工作表
workbook = ac.Workbook()
sheet = workbook.worksheets[0]

# --- 构建源数据：Fruit / Year / Amount（表头 + 9 行数据）---
sheet.cells["A1"].put_value("Fruit")
sheet.cells["B1"].put_value("Year")
sheet.cells["C1"].put_value("Amount")

sheet.cells["A2"].put_value("Grape")      ; sheet.cells["B2"].put_value(2020); sheet.cells["C2"].put_value(1000)
sheet.cells["A3"].put_value("Blueberry")  ; sheet.cells["B3"].put_value(2020); sheet.cells["C3"].put_value(2000)
sheet.cells["A4"].put_value("Kiwi")       ; sheet.cells["B4"].put_value(2020); sheet.cells["C4"].put_value(1500)
sheet.cells["A5"].put_value("Cherry")     ; sheet.cells["B5"].put_value(2020); sheet.cells["C5"].put_value(2500)
sheet.cells["A6"].put_value("Grape")      ; sheet.cells["B6"].put_value(2021); sheet.cells["C6"].put_value(3000)
sheet.cells["A7"].put_value("Blueberry")  ; sheet.cells["B7"].put_value(2021); sheet.cells["C7"].put_value(1800)
sheet.cells["A8"].put_value("Kiwi")       ; sheet.cells["B8"].put_value(2021); sheet.cells["C8"].put_value(2200)
sheet.cells["A9"].put_value("Cherry")     ; sheet.cells["B9"].put_value(2021); sheet.cells["C9"].put_value(2700)

# --- 在目标单元格 E3 处添加第一个数据透视表（Pivot1）---
idx1 = sheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table1 = sheet.pivot_tables[idx1]
pivot_table1.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table1.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table1.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# --- 在同一源数据范围上添加第二个数据透视表（Pivot2）---
# Pivot1 和 Pivot2 共享同一个底层的 PivotCache。
# 这正是旧版逐表调用 RefreshData() 方式效率低下的典型场景：
# 刷新一个表会重新获取整个共享缓存，
# 因此刷新 N 个表就会执行 N 次同样昂贵的获取操作。
idx2 = sheet.pivot_tables.add("A1:C9", "E15", "Pivot2")
pivot_table2 = sheet.pivot_tables[idx2]
pivot_table2.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table2.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table2.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# --- 修改源数据中的若干 Amount 值 ---
sheet.cells["C2"].put_value(5000)   # Grape  2020
sheet.cells["C5"].put_value(7500)   # Cherry 2020
sheet.cells["C9"].put_value(9500)   # Cherry 2021

# --- 已过时的模式（26.7 之前）— PivotTable.RefreshData() ---
# pivot_table1.refresh_data();  # 从源数据重新获取，并刷新整个缓存
# pivot_table2.refresh_data();  # 再次重新获取 — 此时缓存其实已经是最新的了！
# 每次调用都会重建共享缓存，因此 N 个表就意味着 N 次冗余的获取操作。

# --- 新的 v26.7+ 模式：只需刷新缓存一次，然后按需重新渲染 ---
# 只需调用一次 PivotCache.Refresh()，即可将修改后的值加载到共享缓存中，
# 并重新计算所有引用该缓存的数据透视表的显示内容。
# 由于 Pivot1 和 Pivot2 共享同一个 PivotCache，这一个调用即可同时更新
# 两个表 —— 无需再次访问源数据。
pivot_table1.pivot_cache.refresh()

# CalculateData() 仅根据缓存中已有的数据重新渲染数据透视表的显示
# （数据 + 样式），不会访问源数据。
# 这里在 Pivot2 上调用它纯粹是为了演示 API：在缓存刷新一次之后，
# 任何依赖该缓存的表都可以无需回访源数据即可重新渲染。
# 当仅更改了数据透视表的视图/布局设置且缓存为最新状态时，
# 可单独使用 CalculateData()。
pivot_table2.calculate_data()

workbook.save("output.xlsx")

应该使用哪种刷新 API？

下表总结了可用的刷新 API 以及何时选择每个 API。

目标	推荐 API	备注
刷新工作簿中的所有内容	`Workbook.refresh_all()`	单次调用；涵盖所有缓存和表。
仅刷新单个工作表上的数据透视表	`Worksheet.refresh_pivot_tables()`	范围限定于一个工作表。
一个缓存的源数据已更改	`pivot_table.pivot_cache.refresh()`	刷新该共享缓存上的所有数据透视表。
仅视图/布局设置已更改	`pivot_table.calculate_data()`	跳过不必要的源回溯。
列出共享缓存上的所有数据透视表	`pivot_cache.get_pivot_tables()`	用于在批量刷新前枚举。
在实践中，应优先使用基于缓存的 API，而不是过时的按表 `refresh_data()`。它们了解共享缓存，避免冗余的源获取，并允许您选择满足刷新要求的最小范围。

Pythonnet: 在 Aspose.Cells for Python via .NET 中应用数据透视表样式

Mon, 01 Jan 0001 00:00:00 +0000

Aspose.Cells 支持同时应用传统透视表自动格式(适用于 .xls 文件)和现代命名或自定义透视表样式(适用于 .xlsx、.xlsm 和 .xlsb 文件)。您应调用的 API 取决于工作簿保存到的文件格式,而非读取时的格式。

简介

Aspose.Cells 为透视表提供了两套并行的样式 API。它们之间的选择由工作簿保存到的文件格式决定,而非读取时的格式决定。从 .xls 文件加载的工作簿可以重新保存为 .xlsx,在这种情况下,应使用现代样式 API,而不是传统 API。

对于传统 .xls 输出,请使用 PivotTable.auto_format_type 属性以及 aspose.cells.pivot.PivotTableAutoFormatType 枚举。此 API 对应于经典 Excel 中为透视表提供的自动格式选择器。

对于现代 .xlsx、.xlsm 和 .xlsb 输出,有两种风格的样式 API 可用:

PivotTable.pivot_table_style_type 用于选择内置命名样式之一(浅色和深色主题,包括 Excel 2017 中新增的样式)。这些预设样式为只读。
PivotTable.pivot_table_style_name 用于选择您通过 workbook.worksheets.table_styles.add_pivot_table_style(...) 自行定义的自定义样式。当您希望修改预设样式之外的颜色、边框或字体时,必须使用自定义样式。

此外,PivotTable.format_all(Style) 是一个快捷方式,它将单个 Style 对象应用于透视表的每个单元格,覆盖通过上述任一样式名称 API 所设置的内容。当无论底层主题如何都需要统一外观时,这非常有用。

应用传统 XLS 预设自动格式

PivotTable.auto_format_type 接受来自 aspose.cells.pivot.PivotTableAutoFormatType 枚举的值。可用值为 REPORT_1 到 REPORT_10、CLASSIC 以及 TABLE_1 到 TABLE_10。

auto_format_type 仅在工作簿保存为 .xls 时才会生效。当同一工作簿保存为 .xlsx、.xlsm 或 .xlsb 时,Excel 会忽略此属性,并回退到 pivot_table_style_type 和 pivot_table_style_name 设置。

以下示例加载一个新工作簿,填充 Fruit/Year/Amount 示例数据,添加一个透视表,应用 PivotTableAutoFormatType.REPORT_5,并将结果保存为 .xls。

为什么没有列字段？ Report 系列自动格式（Report1 到 Report10、Table1 到 Table10）是在经典 Excel 中为单维度数据透视表设计的——只有行字段和值，没有为列字段标题提供内置样式。如果透视表需要列字段，请改用下方场景 2 中的现代 PivotTableStyleType 预设样式，它们专为现代 Excel 的二维布局而设计。

import aspose.cells as ac

# 场景 1：应用旧版 XLS 预设自动格式
# 使用的 API：PivotTable.AutoFormatType
# 目标文件格式：.xls（旧版）
# 有关完整的示例和数据文件，请访问 https://github.com/aspose-cells/Aspose.Cells-for-.NET

# 创建一个新的工作簿
workbook = ac.Workbook()

# 获取第一个工作表
sheet = workbook.worksheets[0]

# 使用标题行（Fruit、Year、Amount）填充源数据
# 以及 9 行数据行，涵盖 2020 年和 2021 年的葡萄、蓝莓、猕猴桃和樱桃
sheet.cells[0, 0].put_value("Fruit")
sheet.cells[0, 1].put_value("Year")
sheet.cells[0, 2].put_value("Amount")

sheet.cells[1, 0].put_value("grape")
sheet.cells[1, 1].put_value(2020)
sheet.cells[1, 2].put_value(50)

sheet.cells[2, 0].put_value("blueberry")
sheet.cells[2, 1].put_value(2020)
sheet.cells[2, 2].put_value(30)

sheet.cells[3, 0].put_value("kiwi")
sheet.cells[3, 1].put_value(2020)
sheet.cells[3, 2].put_value(25)

sheet.cells[4, 0].put_value("cherry")
sheet.cells[4, 1].put_value(2020)
sheet.cells[4, 2].put_value(40)

sheet.cells[5, 0].put_value("grape")
sheet.cells[5, 1].put_value(2021)
sheet.cells[5, 2].put_value(60)

sheet.cells[6, 0].put_value("blueberry")
sheet.cells[6, 1].put_value(2021)
sheet.cells[6, 2].put_value(35)

sheet.cells[7, 0].put_value("kiwi")
sheet.cells[7, 1].put_value(2021)
sheet.cells[7, 2].put_value(28)

sheet.cells[8, 0].put_value("cherry")
sheet.cells[8, 1].put_value(2021)
sheet.cells[8, 2].put_value(45)

sheet.cells[9, 0].put_value("grape")
sheet.cells[9, 1].put_value(2020)
sheet.cells[9, 2].put_value(45)

# 在目标单元格 E3 处添加一个数据透视表，命名为 "Pivot1"，使用源范围 A1:C10
pivot_index = sheet.pivot_tables.add("A1:C10", "E3", "Pivot1")
pivot_table = sheet.pivot_tables[pivot_index]

# 分配字段：Fruit -> 行，Year -> 列，Amount -> 数据
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# 应用旧版 XLS 预设自动格式 "Report5"
# 注意：此属性仅在保存为 .xls 时才有意义。
# 当保存为 .xlsx/.xlsm/.xlsb 时，Excel 会忽略 AutoFormatType
# 并使用 PivotTableStyleType / PivotTableStyleName 指定的内容。
pivot_table.auto_format_type = ac.PivotTableAutoFormatType.REPORT5

# 以旧版 .xls 格式保存工作簿
workbook.save("output.xls")

应用现代命名预设透视表样式

PivotTable.pivot_table_style_type 接受来自 aspose.cells.PivotTableStyleType 枚举的值。该枚举涵盖浅色主题 PIVOT_TABLE_STYLE_LIGHT_1 到 PIVOT_TABLE_STYLE_LIGHT_28 以及深色主题 PIVOT_TABLE_STYLE_DARK_1 到 PIVOT_TABLE_STYLE_DARK_28。Excel 2017 中新增的样式(第二批浅色和深色主题)也可通过同一枚举访问。

对于任何现代文件格式,这是推荐的 API。与传统自动格式不同,此处选择的样式可被 Excel 忠实地呈现,并在通过其他 Office 工具往返保存时得以保留。

以下示例使用相同的 Fruit/Year/Amount 数据,创建相同的透视表,应用 PIVOT_TABLE_STYLE_DARK_1,并将工作簿保存为 .xlsx。

import aspose.cells as ac

# 场景 2: 使用 PivotTableStyleType 应用现代 Excel 2007+ 命名预设样式。
# 目标文件格式: .xlsx。PivotTableStyleType 枚举位于 Aspose.Cells 命名空间中
# (不在 Aspose.Cells.Pivot 中) — 这就是为什么我们不需要任何额外的 using 声明。
# GitHub 参考: https://github.com/aspose-cells/Aspose.Cells-for-.NET/blob/master/Examples/CSharp/PivotTables/ApplyStyleToPivotTable2.cs

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# 表头行: Fruit / Year / Amount
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# 9 行 Fruit / Year / Amount 数据
worksheet.cells["A2"].put_value("Grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("Blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(150)

worksheet.cells["A4"].put_value("Kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(200)

worksheet.cells["A5"].put_value("Cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(180)

worksheet.cells["A6"].put_value("Grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(120)

worksheet.cells["A7"].put_value("Blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(170)

worksheet.cells["A8"].put_value("Kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(210)

worksheet.cells["A9"].put_value("Cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(190)

worksheet.cells["A10"].put_value("Grape")
worksheet.cells["B10"].put_value(2021)
worksheet.cells["C10"].put_value(130)

# 在 E3 位置添加一个名为 "Pivot1" 的数据透视表,数据源为 A1:C10
pivot_index = worksheet.pivot_tables.add("A1:C10", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

# 分配透视字段: Fruit -> 行区域, Year -> 列区域, Amount -> 数据区域
pivot_table.add_field_to_area(ac.PivotFieldType.Row, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.Column, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.Data, "Amount")

# 应用现代 Excel 2007+ 命名预设透视样式。
# PivotTableStyleType 是适用于 .xlsx / .xlsm / .xlsb 文件的正确 API; AutoFormatType
# 在这些格式中会被 Excel 忽略。PivotTableStyleDark1 属于深色主题系列
# (PivotTableStyleDark1..PivotTableStyleDark28),同一枚举还公开了
# 较新的 Excel 2017 浅色/深色主题 (PivotTableStyleLight1..Light28 / Dark1..Dark28)。
pivot_table.pivot_table_style_type = ac.PivotTableStyleType.PivotTableStyleDark1

# 保存为现代 .xlsx 格式 — 这是 PivotTableStyleType 有效的格式。
workbook.save("output.xlsx")

定义并应用自定义透视表样式

无法修改内置预设样式。每当您需要覆盖颜色、边框或字体时,都必须定义自定义透视表样式。该工作流包含三个步骤:

通过 workbook.worksheets.table_styles.add_pivot_table_style(name) 将自定义样式添加到工作簿的 table_styles 集合中。这将返回新创建样式的索引。
通过 table_style.table_style_elements.add(TableStyleElementType) 添加元素(例如 WHOLE_TABLE 或 GRAND_TOTAL_ROW)来配置样式,然后通过 table_style_element.set_element_style(Style) 为每个元素分配一个 Style。
通过将 PivotTable.pivot_table_style_name 设置为该样式的名称,将自定义样式应用于透视表。此处不要使用 pivot_table_style_type,因为该属性用于选择内置预设样式。

pivot_table_style_name 和 pivot_table_style_type 不可互换。对于内置预设样式,请使用 pivot_table_style_type;对于通过 add_pivot_table_style 定义的自定义样式,请使用 pivot_table_style_name。同时设置两者不会出错,但仅会呈现与预期来源匹配的那一个。

可用的 TableStyleElementType 值包括 WHOLE_TABLE、FIRST_ROW、LAST_ROW、FIRST_COLUMN、LAST_COLUMN、GRAND_TOTAL_ROW、GRAND_TOTAL_COLUMN、PAGE_FIELD_LABELS 和 PAGE_FIELD_VALUES。

以下示例定义了一个自定义透视表样式,为 WHOLE_TABLE 设置细黑色边框,为 GRAND_TOTAL_ROW 设置粗体红色字体,然后通过 pivot_table_style_name 应用它,并保存为 .xlsx。

import aspose.cells as ac
import System.Drawing

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# 填充源数据：表头行 + 9 行数据 (A1:C10)
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

worksheet.cells["A2"].put_value("Grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("Blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(200)

worksheet.cells["A4"].put_value("Kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(300)

worksheet.cells["A5"].put_value("Cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(400)

worksheet.cells["A6"].put_value("Grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(500)

worksheet.cells["A7"].put_value("Blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(600)

worksheet.cells["A8"].put_value("Kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(700)

worksheet.cells["A9"].put_value("Cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(800)

worksheet.cells["A10"].put_value("Grape")
worksheet.cells["B10"].put_value(2021)
worksheet.cells["C10"].put_value(900)

# 添加数据源为 A1:C10 的数据透视表，锚定在 E3，命名为 "Pivot1"
pivot_index = worksheet.pivot_tables.add("A1:C10", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# 步骤 1：注册一个新的自定义数据透视表样式并获取其索引
style_index = workbook.worksheets.table_styles.add_pivot_table_style("CustomPivotStyle")
table_style = workbook.worksheets.table_styles[style_index]

# 步骤 2：添加 WholeTable 元素，并在四边应用细黑色边框
whole_table_element_index = table_style.table_style_elements.add(ac.TableStyleElementType.WHOLE_TABLE)
whole_table_element = table_style.table_style_elements[whole_table_element_index]
whole_table_style = workbook.create_style()
whole_table_style.borders[ac.BorderType.TOP_BORDER].line_style = ac.CellBorderType.THIN
whole_table_style.borders[ac.BorderType.TOP_BORDER].color = System.Drawing.Color.Black
whole_table_style.borders[ac.BorderType.BOTTOM_BORDER].line_style = ac.CellBorderType.THIN
whole_table_style.borders[ac.BorderType.BOTTOM_BORDER].color = System.Drawing.Color.Black
whole_table_style.borders[ac.BorderType.LEFT_BORDER].line_style = ac.CellBorderType.THIN
whole_table_style.borders[ac.BorderType.LEFT_BORDER].color = System.Drawing.Color.Black
whole_table_style.borders[ac.BorderType.RIGHT_BORDER].line_style = ac.CellBorderType.THIN
whole_table_style.borders[ac.BorderType.RIGHT_BORDER].color = System.Drawing.Color.Black
whole_table_element.set_element_style(whole_table_style)

# 步骤 3：添加 GrandTotalRow 元素，并应用粗体红色字体
grand_total_element_index = table_style.table_style_elements.add(ac.TableStyleElementType.GRAND_TOTAL_ROW)
grand_total_element = table_style.table_style_elements[grand_total_element_index]
grand_total_style = workbook.create_style()
grand_total_style.font.is_bold = True
grand_total_style.font.color = System.Drawing.Color.Red
grand_total_element.set_element_style(grand_total_style)

# 步骤 4：通过名称应用自定义样式（不要使用 PivotTableStyleType，它是用于内置预设样式的）
pivot_table.pivot_table_style_name = "CustomPivotStyle"

workbook.save("output.xlsx")

使用 FormatAll 将一种样式应用于每个透视表单元格

PivotTable.format_all(Style) 是一个快捷方式,它将单个 Style 对象应用于透视表的每个单元格,包括数据区域、行和列标题以及总计。之前通过 pivot_table_style_type 或 pivot_table_style_name 设置的所有内容都会被覆盖。

format_all 会覆盖 pivot_table_style_type 和 pivot_table_style_name。仅当需要跨整个透视表获得与主题无关的统一外观时才使用它。

以下示例创建一个具有黄色实心填充、粗体深蓝色字体以及四边细黑色边框的 Style,然后使用 format_all 应用它,并保存为 .xlsx。

from System.Drawing import Color
import aspose.cells as ac
from aspose.cells.pivot import PivotFieldType
from aspose.cells import BackgroundType, CellBorderType, BorderType

# 场景 4：使用 FormatAll 将单个样式应用于每个数据透视表单元格
# 使用的 API：PivotTable.FormatAll(Style)
# 目标格式：.xlsx
# GitHub 参考：参见 Aspose.Cells-for-.NET 仓库 — 数据透视表样式示例

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# 填充源数据：表头行（第 1 行）+ 9 行数据（第 2-10 行）
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

worksheet.cells["A2"].put_value("Grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(5000)

worksheet.cells["A3"].put_value("Blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(3000)

worksheet.cells["A4"].put_value("Kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(4000)

worksheet.cells["A5"].put_value("Cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(2000)

worksheet.cells["A6"].put_value("Grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(6000)

worksheet.cells["A7"].put_value("Blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(3500)

worksheet.cells["A8"].put_value("Kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(4500)

worksheet.cells["A9"].put_value("Cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(2500)

worksheet.cells["A10"].put_value("Grape")
worksheet.cells["B10"].put_value(2021)
worksheet.cells["C10"].put_value(5500)

# 添加数据透视表：源区域 A1:C10，目标单元格 E3，名称 "Pivot1"
pivot_index = worksheet.pivot_tables.add("A1:C10", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

# 分配透视字段：Fruit -> 行区域，Year -> 列区域，Amount -> 数据区域
pivot_table.add_field_to_area(PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(PivotFieldType.DATA, "Amount")

# 构建一个将强制应用于数据透视表每个单元格的样式
style = workbook.create_style()
style.foreground_color = Color.Yellow
style.pattern = BackgroundType.SOLID
style.font.is_bold = True
style.font.color = Color.DarkBlue
style.borders[BorderType.TOP_BORDER].line_style = CellBorderType.THIN
style.borders[BorderType.TOP_BORDER].color = Color.Black
style.borders[BorderType.BOTTOM_BORDER].line_style = CellBorderType.THIN
style.borders[BorderType.BOTTOM_BORDER].color = Color.Black
style.borders[BorderType.LEFT_BORDER].line_style = CellBorderType.THIN
style.borders[BorderType.LEFT_BORDER].color = Color.Black
style.borders[BorderType.RIGHT_BORDER].line_style = CellBorderType.THIN
style.borders[BorderType.RIGHT_BORDER].color = Color.Black

# 应用 FormatAll：将此单个样式强制应用于数据透视表的每个单元格，
# 覆盖之前设置的任何 PivotTableStyleType / PivotTableStyleName
pivot_table.format_all(style)

# 以现代 .xlsx 格式保存工作簿
workbook.save("output.xlsx")

应该使用哪种样式 API?

样式 API 的选择取决于您要保存到的文件格式。请使用下表作为快速参考。

目标文件格式	使用的 API	备注
`.xls`(传统格式)	`PivotTable.auto_format_type`	取自 `aspose.cells.pivot.PivotTableAutoFormatType` 的值(例如 `REPORT_1`–`REPORT_10`、`CLASSIC`、`TABLE_1`–`TABLE_10`)。保存为现代格式时会被忽略。
`.xlsx` / `.xlsm` / `.xlsb`(现代格式,内置样式)	`PivotTable.pivot_table_style_type`	取自 `aspose.cells.PivotTableStyleType` 的值(浅色/深色主题,包括 Excel 2017 中新增的样式)。
`.xlsx` / `.xlsm` / `.xlsb`(现代格式,自定义样式)	`PivotTable.pivot_table_style_name` + `worksheets.table_styles.add_pivot_table_style(...)`	当内置预设样式不够用时使用。通过 `table_style_element.set_element_style(...)` 进行配置。
任何格式(统一覆盖)	`PivotTable.format_all(Style)`	快捷方式,覆盖整个透视表的所有其他样式设置。

如有疑问,请保存为 .xlsx,并对内置主题使用 pivot_table_style_type,对自定义主题使用 pivot_table_style_name。

Pythonnet: 在 Aspose.Cells for Python via .NET 中添加数据透视表的行字段和列字段

Mon, 01 Jan 0001 00:00:00 +0000

向行或列区域添加字段

PivotTable.add_field_to_area(PivotFieldType field_type, string field_name) 方法可将一个基本字段从源数据移动到四个数据透视区域之一。field_type 参数接受以下 PivotFieldType 值之一。

ROW — 垂直放置在左侧的字段
COLUMN — 水平放置在顶部的字段
DATA — 其值会被聚合的字段
PAGE — 用作报表筛选器的字段

添加字段后，您可以通过 PivotTable.row_fields 和 PivotTable.column_fields 属性访问它们。每个属性返回一个 PivotFieldCollection。row_fields 中索引为 0 的字段是最外层的行字段，后续索引表示嵌套在其内部的字段。相同的索引约定同样适用于 column_fields。

字段的嵌套顺序很重要。先将 Category 添加到行区域，然后再添加 Item，会生成一个外层分组为 Category、内层分组为 Item 的数据透视表。反转顺序则会反转层次结构。

数据透视字段小计

PivotField.set_subtotals(PivotFieldSubtotalType subtotal_type, bool shown) 方法控制哪些小计行会出现在数据透视字段中。每次调用都会独立切换一种小计类型。传入 shown = True 会显示小计，而传入 shown = False 则会隐藏小计。由于每次调用仅影响一种类型，因此可以使用不同的 subtotal_type 值多次调用该方法，以构建自定义的小计子集。

PivotFieldSubtotalType 枚举定义了可用的小计类型。

AUTOMATIC — Aspose.Cells 选择默认选项（通常对数值字段使用 SUM）
NONE — 抑制所有小计行
SUM
COUNT
AVERAGE
MAX
MIN
PRODUCT
STDDEV
STDDEVP
VAR
VARP

小计仅在行区域（或列区域）中有两个或更多数据透视字段时才会呈现。单个字段之间没有有意义的内容可供小计，因此在这种情况下对 set_subtotals 的调用没有可见效果。因此，本文在每个示例中都会在行区域放置两个行字段（外层 Category，内层 Item），以便能够看到每个 Category 组之间的小计边界。

场景 1 — 自动（默认）小计

如果您完全不调用 set_subtotals，Aspose.Cells 会将 AUTOMATIC 选项应用于数值字段。下面的示例通过在外层 Category 行字段上调用 set_subtotals(PivotFieldSubtotalType.AUTOMATIC, True) 来明确确认此行为。

import aspose.cells as ac

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]
worksheet.name = "Data"

worksheet.cells[0, 0].put_value("Category")
worksheet.cells[0, 1].put_value("Item")
worksheet.cells[0, 2].put_value("Year")
worksheet.cells[0, 3].put_value("Amount")

worksheet.cells[1, 0].put_value("Fruit")
worksheet.cells[1, 1].put_value("Apple")
worksheet.cells[1, 2].put_value(2020)
worksheet.cells[1, 3].put_value(100)

worksheet.cells[2, 0].put_value("Fruit")
worksheet.cells[2, 1].put_value("Apple")
worksheet.cells[2, 2].put_value(2021)
worksheet.cells[2, 3].put_value(150)

worksheet.cells[3, 0].put_value("Fruit")
worksheet.cells[3, 1].put_value("Banana")
worksheet.cells[3, 2].put_value(2020)
worksheet.cells[3, 3].put_value(80)

worksheet.cells[4, 0].put_value("Fruit")
worksheet.cells[4, 1].put_value("Banana")
worksheet.cells[4, 2].put_value(2021)
worksheet.cells[4, 3].put_value(90)

worksheet.cells[5, 0].put_value("Vegetable")
worksheet.cells[5, 1].put_value("Carrot")
worksheet.cells[5, 2].put_value(2020)
worksheet.cells[5, 3].put_value(50)

worksheet.cells[6, 0].put_value("Vegetable")
worksheet.cells[6, 1].put_value("Carrot")
worksheet.cells[6, 2].put_value(2021)
worksheet.cells[6, 3].put_value(60)

worksheet.cells[7, 0].put_value("Vegetable")
worksheet.cells[7, 1].put_value("Daikon")
worksheet.cells[7, 2].put_value(2020)
worksheet.cells[7, 3].put_value(40)

worksheet.cells[8, 0].put_value("Vegetable")
worksheet.cells[8, 1].put_value("Daikon")
worksheet.cells[8, 2].put_value(2021)
worksheet.cells[8, 3].put_value(45)

pivot_index = worksheet.pivot_tables.add("A1:D9", "F3", "PivotTable1")
pivot_table = worksheet.pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Category")
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Item")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

category_field = pivot_table.row_fields[0]
category_field.set_subtotals(ac.PivotFieldSubtotalType.AUTOMATIC, True)

pivot_table.calculate_data()

workbook.save("output_automatic.xlsx")

场景 2 — 抑制所有小计（None）

调用 set_subtotals(PivotFieldSubtotalType.NONE, True) 会从数据透视表中移除所有小计行，仅保留字段行和底部的总计行。当您希望仅查看分组的原始数据而没有任何汇总行时，这非常有用。

import aspose.cells as ac

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]
worksheet.name = "Data"

headers = ["Category", "Item", "Year", "Amount"]
for j in range(len(headers)):
    worksheet.cells[0, j].put_value(headers[j])

data = [
    ["Fruit",     "Apple",  2020, 100],
    ["Fruit",     "Apple",  2021, 150],
    ["Fruit",     "Banana", 2020, 80],
    ["Fruit",     "Banana", 2021, 90],
    ["Vegetable", "Carrot", 2020, 50],
    ["Vegetable", "Carrot", 2021, 60],
    ["Vegetable", "Daikon", 2020, 40],
    ["Vegetable", "Daikon", 2021, 45],
]

for i in range(len(data)):
    for j in range(len(data[i])):
        worksheet.cells[i + 1, j].put_value(data[i][j])

pivot_index = worksheet.pivot_tables.add("A1:D9", "F3", "PivotTable1")
pivot_table = worksheet.pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Category")
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Item")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

category_field = pivot_table.row_fields[0]
for st in [ac.PivotFieldSubtotalType.SUM, ac.PivotFieldSubtotalType.COUNT, ac.PivotFieldSubtotalType.AVERAGE, ac.PivotFieldSubtotalType.MAX, ac.PivotFieldSubtotalType.MIN, ac.PivotFieldSubtotalType.PRODUCT]:
    category_field.set_subtotals(st, True)
pivot_table.calculate_data()

workbook.save("output_none.xlsx")

场景 3 — 自定义小计子集（Sum + Average）

您并不局限于单一的小计类型。每次 set_subtotals 调用都会独立作用于一种类型，因此调用该方法两次（一次使用 SUM，一次使用 AVERAGE）会为每个 Category 组生成一个包含两种小计行的自定义子集。

import aspose.cells as ac

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]
worksheet.name = "Data"

worksheet.cells["A1"].put_value("Category")
worksheet.cells["B1"].put_value("Item")
worksheet.cells["C1"].put_value("Year")
worksheet.cells["D1"].put_value("Amount")

worksheet.cells[1, 0].put_value("Fruit")
worksheet.cells[1, 1].put_value("Apple")
worksheet.cells[1, 2].put_value(2020)
worksheet.cells[1, 3].put_value(100)

worksheet.cells[2, 0].put_value("Fruit")
worksheet.cells[2, 1].put_value("Apple")
worksheet.cells[2, 2].put_value(2021)
worksheet.cells[2, 3].put_value(150)

worksheet.cells[3, 0].put_value("Fruit")
worksheet.cells[3, 1].put_value("Banana")
worksheet.cells[3, 2].put_value(2020)
worksheet.cells[3, 3].put_value(80)

worksheet.cells[4, 0].put_value("Fruit")
worksheet.cells[4, 1].put_value("Banana")
worksheet.cells[4, 2].put_value(2021)
worksheet.cells[4, 3].put_value(90)

worksheet.cells[5, 0].put_value("Vegetable")
worksheet.cells[5, 1].put_value("Carrot")
worksheet.cells[5, 2].put_value(2020)
worksheet.cells[5, 3].put_value(50)

worksheet.cells[6, 0].put_value("Vegetable")
worksheet.cells[6, 1].put_value("Carrot")
worksheet.cells[6, 2].put_value(2021)
worksheet.cells[6, 3].put_value(60)

worksheet.cells[7, 0].put_value("Vegetable")
worksheet.cells[7, 1].put_value("Daikon")
worksheet.cells[7, 2].put_value(2020)
worksheet.cells[7, 3].put_value(40)

worksheet.cells[8, 0].put_value("Vegetable")
worksheet.cells[8, 1].put_value("Daikon")
worksheet.cells[8, 2].put_value(2021)
worksheet.cells[8, 3].put_value(45)

pivot_tables = worksheet.pivot_tables
pivot_index = pivot_tables.add("A1:D9", "F3", "PivotTable1")
pivot_table = pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Category")
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Item")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

category_field = pivot_table.row_fields[0]
category_field.set_subtotals(ac.PivotFieldSubtotalType.SUM, True)
category_field.set_subtotals(ac.PivotFieldSubtotalType.AVERAGE, True)

pivot_table.calculate_data()

workbook.save("output_custom.xlsx")

总结

上述三个场景共享相同的数据集和数据透视表结构。它们之间唯一的区别是应用于外层 Category 行字段的 set_subtotals 调用。请记住两条字段规则：区域中只有一个字段时没有任何内容可供小计，因此当您希望 set_subtotals 产生可见效果时，请始终在行或列区域中至少放置两个字段。

Pythonnet: 在 Aspose.Cells for Python via .NET 中管理数据透视表的值字段

Mon, 01 Jan 0001 00:00:00 +0000

Adding a Field to the Data Region

Adding a base field to the data (value) region is the first step in shaping how a pivot table aggregates your source data. Aspose.Cells exposes PivotTable.add_field_to_area(PivotFieldType, str), an overload that accepts the constant PivotFieldType.DATA and the source-column name. Once a field is added to the data region, the API exposes it through the PivotTable.data_fields collection, in the order in which the fields were added. By default, a numeric source column is summarised with ConsolidationFunction.SUM, while a non-numeric column defaults to Count.

from aspose.cells.pivot import PivotFieldType

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]
worksheet.name = "Data"

# Headers in A1:D1
worksheet.cells[0, 0].put_value("Category")
worksheet.cells[0, 1].put_value("Item")
worksheet.cells[0, 2].put_value("Year")
worksheet.cells[0, 3].put_value("Amount")

# Data rows A2:D9 using nested loops branching on j
for i in range(1, 9):
    for j in range(4):
        if j == 0:
            worksheet.cells[i, j].put_value("Fruit" if i <= 4 else "Vegetable")
        elif j == 1:
            if i == 1 or i == 2:
                worksheet.cells[i, j].put_value("Apple")
            elif i == 3 or i == 4:
                worksheet.cells[i, j].put_value("Banana")
            elif i == 5 or i == 6:
                worksheet.cells[i, j].put_value("Carrot")
            else:
                worksheet.cells[i, j].put_value("Daikon")
        elif j == 2:
            worksheet.cells[i, j].put_value(2020 + ((i - 1) % 2))
        elif j == 3:
            if i == 1:
                worksheet.cells[i, j].put_value(100)
            elif i == 2:
                worksheet.cells[i, j].put_value(150)
            elif i == 3:
                worksheet.cells[i, j].put_value(80)
            elif i == 4:
                worksheet.cells[i, j].put_value(90)
            elif i == 5:
                worksheet.cells[i, j].put_value(50)
            elif i == 6:
                worksheet.cells[i, j].put_value(60)
            elif i == 7:
                worksheet.cells[i, j].put_value(40)
            else:
                worksheet.cells[i, j].put_value(45)

# Add pivot table at F3 with name PivotTable1
pivot_index = worksheet.pivot_tables.add("A1:D9", "F3", "PivotTable1", True, False)
pivot_table = worksheet.pivot_tables[pivot_index]

# Pivot layout: Category and Item on Row, Year on Column, Amount as data field
pivot_table.add_field_to_area(PivotFieldType.ROW, "Category")
pivot_table.add_field_to_area(PivotFieldType.ROW, "Item")
pivot_table.add_field_to_area(PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(PivotFieldType.DATA, "Amount")

pivot_table.calculate_data()
workbook.save("output_drag.xlsx")

Changing the Summary Function

Changing function only affects the aggregate, the source column does not change.

import aspose.cells as ac

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]
worksheet.name = "Data"

headers = ["Category", "Item", "Year", "Amount"]
for j in range(len(headers)):
    worksheet.cells[0, j].put_value(headers[j])

data = [
    ["Fruit",     "Apple",  2020, 100],
    ["Fruit",     "Apple",  2021, 150],
    ["Fruit",     "Banana", 2020,  80],
    ["Fruit",     "Banana", 2021,  90],
    ["Vegetable", "Carrot", 2020,  50],
    ["Vegetable", "Carrot", 2021,  60],
    ["Vegetable", "Daikon", 2020,  40],
    ["Vegetable", "Daikon", 2021,  45]
]

for i in range(len(data)):
    for j in range(len(data[i])):
        worksheet.cells[i + 1, j].put_value(data[i][j])

pivot_index = worksheet.pivot_tables.add("A1:D9", "F3", "PivotTable1", True, False)
pivot_table = worksheet.pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Category")
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Item")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")

pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

count_field = pivot_table.data_fields[1]
count_field.function = ac.ConsolidationFunction.COUNT

pivot_table.calculate_data()

workbook.save("output_function.xlsx")

Plotting Value Fields to Row or Column Axis

When a pivot table contains two or more data fields, Aspose.Cells exposes an additional virtual field called PivotTable.values_field. This virtual field represents the aggregate of every data field that lives in the data region. You can drag it into the Row or Column region as a base pivot field, which is useful for laying out multiple measures side by side.

PivotTable.values_field does not work if there is no or only one value field.

import aspose.cells as ac

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]
worksheet.name = "Data"

headers = ["Category", "Item", "Year", "Amount"]
for j in range(len(headers)):
    worksheet.cells[0, j].put_value(headers[j])

data = [
    ["Fruit",     "Apple",  2020, 100],
    ["Fruit",     "Apple",  2021, 150],
    ["Fruit",     "Banana", 2020,  80],
    ["Fruit",     "Banana", 2021,  90],
    ["Vegetable", "Carrot", 2020,  50],
    ["Vegetable", "Carrot", 2021,  60],
    ["Vegetable", "Daikon", 2020,  40],
    ["Vegetable", "Daikon", 2021,  45]
]

for i in range(len(data)):
    for j in range(len(data[i])):
        worksheet.cells[i + 1, j].put_value(data[i][j])

pivot_index = worksheet.pivot_tables.add("A1:D9", "F3", "PivotTable1", True, False)
pivot_table = worksheet.pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Category")
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Item")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")
pivot_table.data_fields[1].function = ac.ConsolidationFunction.COUNT

# Plot the value fields onto the Column axis.
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, pivot_table.values_field)

pivot_table.calculate_data()

workbook.save("output_plot.xlsx")

Pythonnet: 在 Aspose.Cells for Python via .NET 中向数据透视表添加筛选字段

Mon, 01 Jan 0001 00:00:00 +0000

Aspose.Cells 支持数据透视表中页字段的完整生命周期。您可以通过高级便捷 API 或低级 page_fields 集合来添加页字段，并且可以以单选模式驱动页过滤器、清除它以显示每个页项，或者将字段切换为多选，以便用户通过 Excel 中的复选框 UI 一次选择多个页项。

简介

页字段是一种透视字段，用于控制透视体显示源数据的哪个子集。最终用户在 Excel 中将其视为已渲染透视表顶部的下拉列表；选择可用的页项之一后，透视体会重新构建，以便仅汇总属于该页项的记录。当透视字段被注册为 PivotFieldType.PAGE（而非 PivotFieldType.ROW、PivotFieldType.COLUMN 或 PivotFieldType.DATA）时，它就成为页字段。

页字段有两种运行行为。在默认的单选行为下，一次只能看到一个页项，因此透视体恰好汇总一个子集。在多选行为下，字段会显示一个复选框列表，透视体会汇总所有已勾选页项的并集。同一源字段可以通过切换一个属性在这些行为之间来回切换。

Aspose.Cells for Python via .NET 公开了两种等效的方式来注册页字段。高级 API 是 PivotTable.add_field_to_area(PivotFieldType.PAGE, "field_name")，它接收源列名并在一次调用中完成字段添加。低级 API 是 PivotTable.page_fields.add(PivotField)，当您已经持有 PivotField 引用，并希望将同一字段实例添加到页区域时使用。两种 API 最终都会填充同一个 page_fields 集合，本文的其余部分将演示如何在它们之间进行选择，以及如何驱动每种过滤模式。

添加页字段

在页区域中注册透视字段有两种方式。高级调用以字符串形式接收源列名，是最常用的途径。低级调用接受现有的 PivotField 实例，当同一字段对象需要在多个透视区域之间重用时尤为方便。两种调用都会将字段放入 PivotTable.page_fields 中，之后它将作为页下拉列表显示在已渲染透视表的顶部。

使用 add_field_to_area 添加页字段

以下示例构建一个小型 Fruit / Year / Amount 数据集，将数据透视表放在单元格 E3 处，其中 Fruit 放在行区域，Amount 放在数据区域，Year 放在页区域，然后刷新透视表并保存工作簿。

import aspose.cells as ac

# 创建一个新的工作簿
workbook = ac.Workbook()
worksheet = workbook.worksheets[0]
worksheet.name = "Data"

# 设置表头行
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# 填充 9 行示例数据：水果、年份、数量
data = [
    ["apple", 2020, 100],
    ["banana", 2021, 200],
    ["apple", 2021, 150],
    ["grape", 2020, 120],
    ["orange", 2022, 180],
    ["banana", 2020, 90],
    ["grape", 2021, 130],
    ["apple", 2022, 170],
    ["orange", 2021, 110]
]

for i in range(len(data)):
    worksheet.cells[i + 1, 0].put_value(data[i][0])
    worksheet.cells[i + 1, 1].put_value(data[i][1])
    worksheet.cells[i + 1, 2].put_value(data[i][2])

# 在 E3 单元格添加一个数据透视表
pivot_index = worksheet.pivot_tables.add("A1:C10", "E3", "PivotTable1")
pivot_table = worksheet.pivot_tables[pivot_index]

# 将字段添加到相应区域：水果作为行字段，数量作为数据字段，年份作为页字段
pivot_table.add_field_to_area(ac.PivotFieldType.Row, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.Data, "Amount")
pivot_table.add_field_to_area(ac.PivotFieldType.Page, "Year")

# 刷新并计算数据透视表的数据
pivot_table.calculate_data()

# 保存工作簿
workbook.save("pageFieldSample.xlsx")

使用 page_fields.add 添加页字段

当您已经使用 PivotField 实例时，可以直接将其传递给 PivotTable.page_fields.add。数据透视表和页字段的构建方式与前面的场景完全相同；只是最终的页区域注册被替换为低级 API 调用。

import aspose.cells as ac

# — 数据透视表和页字段的构建与
#   场景 1a 完全相同（Fruit/Year/Amount 数据，透视表位于 E3，Fruit→行，
#   Amount→数据）。下面我们从
#   BaseFields 集合中获取 Year PivotField 并将其传递给 PageFields.Add — 这是
#   AddFieldToArea 的底层替代方案。其结果与
#   场景 1a 在功能上完全相同。

workbook = ac.Workbook()
sheet = workbook.worksheets[0]

# 表头
sheet.cells["A1"].put_value("Fruit")
sheet.cells["B1"].put_value("Year")
sheet.cells["C1"].put_value("Amount")

# 示例数据（9 行）
sheet.cells["A2"].put_value("apple");    sheet.cells["B2"].put_value("2020"); sheet.cells["C2"].put_value(100)
sheet.cells["A3"].put_value("apple");    sheet.cells["B3"].put_value("2021"); sheet.cells["C3"].put_value(150)
sheet.cells["A4"].put_value("apple");    sheet.cells["B4"].put_value("2022"); sheet.cells["C4"].put_value(200)
sheet.cells["A5"].put_value("grape");    sheet.cells["B5"].put_value("2020"); sheet.cells["C5"].put_value(300)
sheet.cells["A6"].put_value("grape");    sheet.cells["B6"].put_value("2021"); sheet.cells["C6"].put_value(400)
sheet.cells["A7"].put_value("grape");    sheet.cells["B7"].put_value("2022"); sheet.cells["C7"].put_value(500)
sheet.cells["A8"].put_value("blueberry"); sheet.cells["B8"].put_value("2020"); sheet.cells["C8"].put_value(250)
sheet.cells["A9"].put_value("blueberry"); sheet.cells["B9"].put_value("2021"); sheet.cells["C9"].put_value(350)
sheet.cells["A10"].put_value("blueberry");sheet.cells["B10"].put_value("2022"); sheet.cells["C10"].put_value(450)

# 在 E3 处添加数据透视表，覆盖 A1:C10
pivot_index = sheet.pivot_tables.add("E3", "A1:C10", "PivotTable1")
pivot_table = sheet.pivot_tables[pivot_index]

# Fruit -> 行，Amount -> 数据（Year 将在下方添加到页字段）
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# 底层方法：从 BaseFields 中获取现有的 Year PivotField
#   并通过 PageFields.Add(PivotField) 将其注册到页字段区域。
year_field = pivot_table.base_fields["Year"]
pivot_table.page_fields.add(year_field)

# 刷新数据以便新页字段反映在保存的工作簿中
pivot_table.calculate_data()

workbook.save("output.xlsx")

单选过滤（显示一个页项）

在默认的单选行为下，页字段呈现为单个下拉列表，PivotField.current_page_item 整数选择哪个页项驱动透视体。分配特定索引会选取该项；分配特殊哨兵值 0x7FFD（十进制 32765）则会清除过滤器，从而一次性汇总每个页项。单选是默认模式，您无需显式启用它。

显示所有项

将 current_page_item 设置为魔术值 0x7FFD 等同于清除页过滤器：透视体会汇总每个页项，就像未应用过滤器一样。

import aspose.cells as ac

# 创建新的工作簿
workbook = ac.Workbook()
sheet = workbook.worksheets[0]

# 填充 Fruit/Year/Amount 数据
sheet.cells["A1"].put_value("Fruit")
sheet.cells["B1"].put_value("Year")
sheet.cells["C1"].put_value("Amount")

data = [
    ["Apple", 2022, 100],
    ["Apple", 2023, 150],
    ["Banana", 2022, 80],
    ["Banana", 2023, 120],
    ["Cherry", 2022, 200],
    ["Cherry", 2023, 250]
]

for r in range(len(data)):
    for c in range(len(data[r])):
        sheet.cells[r + 1, c].put_value(data[r][c])

# 在 E3 创建数据透视表
pivot_tables = sheet.pivot_tables
index = pivot_tables.add("=A1:C7", "E3", "PivotTable1")
pivot_table = pivot_tables[index]

# 配置透视字段：Fruit→行，Amount→数据，Year→页面
pivot_table.add_field_to_area(ac.PivotFieldType.Row, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.Data, "Amount")
pivot_table.add_field_to_area(ac.PivotFieldType.Page, "Year")

pivot_table.calculate_data()

# 清除页面筛选器，以便显示页面字段中的所有项。
# 0x7FFD（十进制 32765）是表示"所有项"的特殊哨兵值 ——
# 相当于在 Excel 的页面字段下拉列表中选择"(全部)"。
pivot_table.page_fields[0].current_page_item = 0x7FFD

workbook.save("output.xlsx")

显示一个特定项

将 current_page_item 设置为实际索引将仅选取该一个页项。索引是页字段已排序项列表中项的位置，因此例如 1 在排序后选择第二项。

import aspose.cells as ac

# 创建工作簿
workbook = ac.Workbook()
sheet = workbook.worksheets[0]
cells = sheet.cells

# 添加示例数据（水果/年份/数量）
cells["A1"].put_value("Fruit")
cells["B1"].put_value("Year")
cells["C1"].put_value("Amount")

cells["A2"].put_value("Apple")
cells["B2"].put_value("2020")
cells["C2"].put_value("100")

cells["A3"].put_value("Apple")
cells["B3"].put_value("2021")
cells["C3"].put_value("150")

cells["A4"].put_value("Banana")
cells["B4"].put_value("2020")
cells["C4"].put_value("200")

cells["A5"].put_value("Banana")
cells["B5"].put_value("2021")
cells["C5"].put_value("250")

# 在 E3 处添加数据透视表
pivot_tables = sheet.pivot_tables
pivot_index = pivot_tables.add("A1:C5", "E3", "PivotTable1")
pivot_table = pivot_tables[pivot_index]

# 添加字段：水果→行，数量→数据，年份→页
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")
pivot_table.add_field_to_area(ac.PivotFieldType.PAGE, "Year")

# 页字段特定操作
pivot_table.page_fields[0].current_page_item = 1  # 1 = 排序顺序中的第二项（例如 "2021"）

# 刷新并计算数据透视表
pivot_table.calculate_data()

workbook.save("output.xlsx")

多选过滤

多选过滤将页下拉列表转换为复选框列表，并允许最终用户同时选择多个页项。Aspose.Cells 公开了两个协同工作的属性。必须先将 PivotField.is_multiple_item_selection_allowed 设置为 True，多选 UI 才会真正生效。启用之后，PivotItem.is_hidden 控制哪些项出现在复选框列表中，因此您既可以显示每一项，也可以仅将特定项列入白名单。

下面的代码在场景 1a 中构建的同一 Year 页字段上启用多选，然后展示两种模式：Part A 通过将每个条目的 is_hidden 保持为 False 来显示每一个页项；而 Part B 通过测试 pivot_items[i].get_string_value() 的 if / elif 块，仅将您选择的源值列入白名单，并隐藏其他所有项。

import aspose.cells as ac

# — 透视表和页面字段的构造方式与场景 1a 完全相同
#   （Fruit/Year/Amount 数据，透视表位于 E3，Fruit→行，
#   Amount→数据，Year→页面通过 AddFieldToArea 添加）。
#   下面我们对页面字段应用多选筛选。

workbook = ac.Workbook()
sheet = workbook.worksheets[0]
cells = sheet.cells

# 示例数据：Fruit | Year | Amount
cells[0, 0].put_value("Fruit")
cells[0, 1].put_value("Year")
cells[0, 2].put_value("Amount")

data = [
    ["apple",  "2019", "100"],
    ["apple",  "2020", "150"],
    ["apple",  "2021", "200"],
    ["banana", "2019", "110"],
    ["banana", "2020", "160"],
    ["banana", "2021", "210"],
    ["grape",  "2019", "120"],
    ["grape",  "2020", "170"],
    ["grape",  "2021", "220"]
]

for i in range(len(data)):
    cells[i + 1, 0].put_value(data[i][0])
    cells[i + 1, 1].put_value(int(data[i][1]))
    cells[i + 1, 2].put_value(int(data[i][2]))

pivot_sheet = workbook.worksheets.add("Pivot")
pivots = pivot_sheet.pivot_tables
pivot_index = pivots.add("E3", "A1:C10", "PivotTable1")
pivot_table = pivots[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")
pivot_table.add_field_to_area(ac.PivotFieldType.PAGE, "Year")

# — 在页面字段上启用多选
pivot_table.page_fields[0].is_multiple_item_selection_allowed = True

# Part A — 选择所有项目（使每个项目都可见）
pivot_items = pivot_table.page_fields[0].pivot_items
for i in range(pivot_items.count):
    pivot_items[i].is_hidden = False

# Part B — 按源值仅选择特定项目
for i in range(pivot_items.count):
    value = pivot_items[i].get_string_value()
    if value == "2020" or value == "grape" or value == "blueberry":
        pivot_items[i].is_hidden = False
    else:
        pivot_items[i].is_hidden = True

pivot_table.calculate_data()

workbook.save("output.xlsx")

注意： 通过 PivotItem.is_hidden 使用多选过滤时，至少必须保留一个 PivotItem 可见（is_hidden == False）。如果所有项都被隐藏，Excel 在打开文件时可能会崩溃，或渲染出空白透视表。请始终确认您的多选白名单中至少包含一项源数据。

应该使用哪个 API 和哪种模式？

下表汇总了在各种场景下应使用的 API 和模式，以便您在不必阅读每个场景细节的情况下选择合适的组合。

场景 / 用例	推荐 API	使用的属性	备注
按源列名添加页字段（最常用）	`PivotTable.add_field_to_area(PivotFieldType.PAGE, "field_name")`	n/a	高级 API，一行代码。除非需要 `PivotField` 引用，否则请使用此方式。
在已拥有 `PivotField` 对象时添加页字段	`PivotTable.page_fields.add(PivotField)`	n/a	当字段对象来自其他地方或需要重用时使用。
过滤为单个页项（默认模式）	`PivotField.current_page_item`	设置为特定索引	例如，`1` 显示已排序列表中的第二项。
显示所有项 / 清除页过滤器	`PivotField.current_page_item`	设置为 `0x7FFD`	魔术值 `0x7FFD`（十进制 32765）是"所有项"的哨兵值。
在 Excel 中启用多选 UI	`PivotField.is_multiple_item_selection_allowed`	设置为 `True`	在任何 `is_hidden` 调用生效之前必须设置。
在多选列表中隐藏 / 显示各个项	`PivotItem.is_hidden`	按项设置	至少必须保留一项可见（`is_hidden == False`）。

配置多选过滤时，请务必牢记可见性约束。如果多选页字段中的每个 PivotItem 都被隐藏，Excel 在打开时会崩溃，或渲染出空白透视表。请根据源数据构建白名单，确保至少有一项保持可见，这样保存的工作簿才能在每台机器上可靠打开。

Pythonnet: 从工作表中删除数据透视表

Mon, 01 Jan 0001 00:00:00 +0000

Aspose.Cells for Python via .NET 提供了从工作表中删除数据透视表的功能。您可以使用数据透视表对象或数据透视表位置来删除数据透视表。请使用 Worksheet.pivot_tables.remove(pivot_table) 方法使用数据透视表对象删除数据透视表，并使用 Worksheet.pivot_tables.remove_at(index, keep_data) 方法根据数据透视表集合中的位置来删除数据透视表对象。

使用Aspose.Cells for Python Excel库删除工作表中的数据透视表

以下示例代码从工作表中删除了两个数据透视表。首先使用Worksheet.pivot_tables.remove(pivot_table)方法移除数据透视表，然后使用Worksheet.pivot_tables.remove_at(index, keep_data)方法移除数据透视表。

Pythonnet: 将数据透视表保存为ODS文件

Mon, 01 Jan 0001 00:00:00 +0000

如何在ODS文件中保存数据透视表

Aspose.Cells for Python via .NET提供了在ODS文件中保存数据透视表的功能。为此，您只需将带有现有数据透视表的工作簿转换为新的ODS格式文件。确保在保存之前调用PivotTable.calculate_data以确保数据透视表在输出的ODS文件中呈现。以下代码片段演示了在ODS文件中保存数据透视表。

示例代码

上述代码生成的输出文件已附上供参考。

输出ODS文件

Documentation – 插入数据透视表

Pythonnet: 格式化数据透视表

数据透视表外观

如何设置数据透视表格式选项

如何设置自动格式类型

如何设置格式选项

手动设置外观和感觉格式

如何设置数据透视表字段格式选项

如何设置行/列/页面字段格式

如何设置数据字段格式

如何清除数据透视字段

Pythonnet: 创建数据透视表和数据透视图

使用Aspose.Cells for Python Excel库添加数据透视表和数据透视图

准备使用Aspose.Cells for Python via .NET

使用Aspose.Cells for Python Excel库添加数据透视表的方法

使用Aspose.Cells for Python Excel库添加数据透视图的方法

Pythonnet: 透视表和源数据

透视表的源数据

更改透视表的数据源

Pythonnet: 在数据透视表中添加计算字段

可能的使用场景

如何在Excel中的数据透视表中添加计算字段

如何使用Aspose.Cells for Python Excel库向数据透视表中添加计算字段

示例代码

Pythonnet: 在 Aspose.Cells for Python via .NET 中刷新数据透视表

简介

必需的导入

刷新工作簿中的所有数据透视表

刷新单个工作表上的所有数据透视表

刷新单个数据透视表

源数据已更改 — 使用 PivotCache.refresh()

仅视图/布局已更改 — 使用 calculate_data()

获取共享同一 PivotCache 的所有数据透视表

从过时的 PivotTable.refresh_data() 迁移

应该使用哪种刷新 API？

Pythonnet: 在 Aspose.Cells for Python via .NET 中应用数据透视表样式

简介

应用传统 XLS 预设自动格式

应用现代命名预设透视表样式

定义并应用自定义透视表样式

使用 FormatAll 将一种样式应用于每个透视表单元格

应该使用哪种样式 API?

Pythonnet: 在 Aspose.Cells for Python via .NET 中添加数据透视表的行字段和列字段

向行或列区域添加字段

数据透视字段小计

场景 1 — 自动（默认）小计

场景 2 — 抑制所有小计（None）

场景 3 — 自定义小计子集（Sum + Average）

总结

Pythonnet: 在 Aspose.Cells for Python via .NET 中管理数据透视表的值字段

Adding a Field to the Data Region

Changing the Summary Function

Plotting Value Fields to Row or Column Axis

Pythonnet: 在 Aspose.Cells for Python via .NET 中向数据透视表添加筛选字段

简介

添加页字段

使用 add_field_to_area 添加页字段

使用 page_fields.add 添加页字段

单选过滤（显示一个页项）

显示所有项

显示一个特定项

多选过滤

应该使用哪个 API 和哪种模式？

Pythonnet: 从工作表中删除数据透视表

使用Aspose.Cells for Python Excel库删除工作表中的数据透视表

Pythonnet: 将数据透视表保存为ODS文件

如何在ODS文件中保存数据透视表

示例代码

源数据已更改 — 使用 `PivotCache.refresh()`

仅视图/布局已更改 — 使用 `calculate_data()`

从过时的 `PivotTable.refresh_data()` 迁移