pandas to_excel() 导出为 Excel 文件

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 to_excel() 方法用于将 DataFrame 对象导出为 Excel 文件。该方法非常灵活，可以指定多种参数来控制导出的格式。to_excel() 方法主要应用于 DataFrame 数据类型。

语法

要将单个对象写入Excel.xlsx文件，只需指定目标文件名。要写入多个工作表，需要使用目标文件名创建ExcelWriter对象，并在文件中指定要写入的工作表。

通过指定唯一的sheet_name，可以写入多张图纸。将所有数据写入文件后，有必要保存更改。请注意，使用已存在的文件名创建ExcelWriter对象将导致现有文件的内容被擦除。

DataFrame.to_excel(excel_writer, *,
                   sheet_name='Sheet1', na_rep='', 
                   float_format=None, columns=None, 
                   header=True, index=True, 
                   index_label=None, startrow=0, 
                   startcol=0, engine=None, 
                   merge_cells=True, inf_rep='inf', 
                   freeze_panes=None, storage_options=None, 
                   engine_kwargs=None)

参数解释

excel_writer: 类似路径的对象、文件对象或 ExcelWriter 对象
- 指定输出文件的路径或现有的 ExcelWriter 对象。如果提供的是文件路径，文件会被自动创建。
sheet_name: str，默认值为 'Sheet1'
- 指定数据将写入的 Excel 工作表的名称。支持多表导出。
na_rep: str，默认值为 ''
- 指定缺失值在 Excel 中的表示形式。
float_format: str，可选
- 格式化浮点数的字符串。例如，float_format="%.2f" 将 0.1234 格式化为 0.12。
columns: 序列或字符串列表，可选
- 指定要写入的列。如果未指定，则写入所有列。
header: bool 或字符串列表，默认值为 True
- 是否写入列名。如果给出字符串列表，则使用该列表作为列名。
index: bool，默认值为 True
- 是否写入行索引。
index_label: str 或序列，可选
- 为索引列指定列名。如果未指定且 header 和 index 为 True，则使用索引名。
startrow: int，默认值为 0
- 指定数据写入的起始行位置（0 基索引）。
startcol: int，默认值为 0
- 指定数据写入的起始列位置（0 基索引）。
engine: str，可选
- 指定写入 Excel 文件时使用的引擎，支持 'openpyxl' 或 'xlsxwriter'。
merge_cells: bool，默认值为 True
- 是否合并 MultiIndex 或分层行的单元格。
inf_rep: str，默认值为 'inf'
- 指定无穷大在 Excel 中的表示形式（Excel 中没有原生的无穷大表示形式）。
freeze_panes: tuple，长度为 2，可选
- 指定需要冻结的行和列，元组包含两个整数，分别表示冻结的行和列。
storage_options: dict，可选
- 特定存储连接的附加选项，例如 s3://、gcs:// 等 URL 的相关选项。
engine_kwargs: dict，可选
- 传递给 Excel 引擎的任意关键字参数。

返回值

无返回值，该方法将 DataFrame 导出为指定路径的 Excel 文件。

使用场景

数据存档和分享：将数据以 Excel 格式导出，方便存档和与他人分享。
数据格式定制：通过各种参数，你可以定制 Excel 文件的格式，如列名、索引、起始行列等，满足不同的需求。
多表导出：支持将数据导出到同一 Excel 文件的不同工作表中，非常适用于多表分析。

案例

创建、写入和保存工作簿：

df1 = pd.DataFrame([['a', 'b'], ['c', 'd']],
                   index=['row 1', 'row 2'],
                   columns=['col 1', 'col 2'])
df1.to_excel("output.xlsx")

要指定 sheet name，请执行以下操作：

df1.to_excel("output.xlsx",
             sheet_name='Sheet_name_1')

如果要写入工作簿中的多个工作表，则必须指定ExcelWriter对象：

df2 = df1.copy()
with pd.ExcelWriter('output.xlsx') as writer:  
    df1.to_excel(writer, sheet_name='Sheet_name_1')
    df2.to_excel(writer, sheet_name='Sheet_name_2')

ExcelWriter还可以用于附加到现有的Excel文件：

with pd.ExcelWriter('output.xlsx',
                    mode='a') as writer:  
    df1.to_excel(writer, sheet_name='Sheet_name_3')

要设置用于写入Excel文件的库，可以传递engine关键字（默认引擎会根据文件扩展名自动选择）：

df1.to_excel('output1.xlsx', engine='xlsxwriter')

示例

示例 1：基本使用

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Salary': [50000, 60000, 70000]
})

# 导出为 Excel 文件
df.to_excel('output.xlsx', index=False)

# 输出内容为文件：output.xlsx
"""
Excel文件中 "Sheet1" 工作表的内容为：
+--------+-----+--------+
|  Name  | Age | Salary |
+--------+-----+--------+
| Alice  |  25 |  50000 |
| Bob    |  30 |  60000 |
| Charlie|  35 |  70000 |
+--------+-----+--------+
"""

示例 2：定制缺失值表示和浮点数格式

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', None],
    'Age': [25, 30, 35],
    'Salary': [50000.123, None, 70000.789]
})

# 导出为 Excel 文件，缺失值表示为 'N/A'，浮点数保留两位小数
df.to_excel('output_custom.xlsx', na_rep='N/A', float_format="%.2f")

# 输出内容为文件：output_custom.xlsx
"""
Excel文件中 "Sheet1" 工作表的内容为：
+--------+-----+--------+
|  Name  | Age | Salary |
+--------+-----+--------+
| Alice  |  25 | 50000.12|
| Bob    |  30 |   N/A  |
|   N/A  |  35 | 70000.79|
+--------+-----+--------+
"""

示例 3：将数据导出到指定的工作表和位置

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Salary': [50000, 60000, 70000]
})

# 导出到 "MySheet" 工作表的 (2, 1) 单元格位置开始
df.to_excel('output_position.xlsx', sheet_name='MySheet', startrow=2, startcol=1)

# 输出内容为文件：output_position.xlsx
"""
Excel文件中 "MySheet" 工作表的内容为：
+----+---+--------+-----+--------+
|    |   |  Name  | Age | Salary |
+----+---+--------+-----+--------+
|  2 | 1 | Alice  |  25 | 50000  |
|  3 | 1 | Bob    |  30 | 60000  |
|  4 | 1 | Charlie|  35 | 70000  |
+----+---+--------+-----+--------+
"""

示例 4：多表导出

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    'Product': ['Book', 'Pen'],
    'Price': [10, 1.5]
})

# 使用 ExcelWriter 导出到同一个文件的不同工作表
with pd.ExcelWriter('output_multisheet.xlsx') as writer:
    df1.to_excel(writer, sheet_name='People', index=False)
    df2.to_excel(writer, sheet_name='Products', index=False)

# 输出内容为文件：output_multisheet.xlsx
"""
Excel文件包含两个工作表：
1. "People" 工作表：
+--------+-----+
|  Name  | Age |
+--------+-----+
| Alice  |  25 |
| Bob    |  30 |
+--------+-----+

2. "Products" 工作表：
+---------+-------+
| Product | Price |
+---------+-------+
|  Book   |  10.0 |
|  Pen    |   1.5 |
+---------+-------+
"""

通过这些示例，我们可以看到 to_excel() 方法在数据导出方面的强大功能和灵活性，特别是在处理多表导出和定制化格式时非常有用。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_excel.html

< to_csv() 导出为 CSV文件 pandas 文件或数据的读取和导出 to_dict() 输出字典 >

更新时间：2024-08-13 15:09:01 标签：pandas python excel 导出