13.-Pandas-使用-to_excel-方法写入-Excel文件

2025-03-13 约 977 字预计阅读 2 分钟

https://bing.ee123.net/img/rand?artid=146223802

13. Pandas ：使用 to_excel 方法写入 Excel文件

一 to_excel 方法的相关参数

用它来指定要将 DataFrame 写入哪些工作表的哪些单元格，以及是否需要包含列标题和 DataFrame 索引。如何处理特殊值（如 np.nan 和 np.inf ）。

1.指定工作表和单元格

sheet_name ：指定将 DataFrame 写入的工作表名称。若不存在， pandas 会创建一个新的工作表。

 sheet_name="MySheet",   # 写入的工作表名称

startrow 和 startcol ：指定从哪个行和列开始写入数据。在工作表中指定一个特定的位置来放置数据。

startrow=2,             # 从第三行开始写入（索引从0开始）
startcol=1,             # 从第二列开始写入（索引从0开始）

2.是否包含列标题和索引

header ：布尔值，指定是否写入列标题。默认是 True 。

index ：布尔值，指定是否写入行索引。默认是 True 。

header=True,            # 包含列标题
index=False,            # 不包含行索引

3.处理特殊值

na_rep ：指定如何将 NaN 值表示在 Excel 中。默认是空字符串 "" 。

inf_rep ：指定如何将正无穷大（ np.inf ）和负无穷大（ -np.inf ）表示在 Excel 中。默认是 "inf" 和 "-inf" 。

na_rep="NA",            # 将 NaN 表示为 "NA"
inf_rep="Infinity"      # 将 inf 和 -inf 表示为 "Infinity"

4.示例代码1

import pandas as pd
import numpy as np
import datetime as dt

data=[[dt.datetime(2020,1,1, 10, 13), 2.222, 1, True],
[dt.datetime(2020,1,2), np.nan, 2, False],
[dt.datetime(2020,1,2), np.inf, 3, True]]

df = pd.DataFrame(data=data,
columns=["Dates", "Floats", "Integers", "Booleans"])

df.index.name="index"
print(df)

df.to_excel("written_with_pandas.xlsx", 
sheet_name="Output",
startrow=1, 
startcol=1, 
index=True, 
header=True,
na_rep="<NA>", 
inf_rep="<INF>")

1.导入库

import datetime as dt

datetime ：用于处理日期和时间的库。

2.创建数据

data = [
    [dt.datetime(2020, 1, 1, 10, 13), 2.222, 1, True],
    [dt.datetime(2020, 1, 2), np.nan, 2, False],
    [dt.datetime(2020, 1, 2), np.inf, 3, True]
]

data 是一个列表，其中每个子列表代表 DataFrame 的一行。

每一行包含四个值：一个日期时间对象、一个浮点数、一个整数和一个布尔值。

第二行包含一个 NaN 值（ np.nan ），表示缺失数据。

第三行包含一个正无穷大值（ np.inf ）。

3.创建 DataFrame

df = pd.DataFrame(data=data, 
columns=["Dates", "Floats", "Integers", "Booleans"])

df.index.name = "index"

4.写入 Excel 文件

df.to_excel(
    "written_with_pandas.xlsx",
    sheet_name="Output",
    startrow=1,
    startcol=1,
    index=True,
    header=True,
    na_rep="<NA>",
    inf_rep="<INF>"
)

to_excel 方法用于将 DataFrame 写入 Excel 文件。

"written_with_pandas.xlsx" ：输出的 Excel 文件名。

sheet_name="Output" ：将数据写入名为 "Output" 的工作表。

startrow=1 和 startcol=1 ：数据将从 Excel 文件的第二行和第二列开始写入（索引从 0 开始）。

index=True ：包括 DataFrame 的索引。

header=True ：包括列标题。

na_rep="<NA>" ：将 NaN 值替换为 "<NA>" 。

inf_rep="<INF>" ：将 np.inf 和 -np.inf 替换为 "<INF>" 。

5.示例代码2

用 with

import pandas as pd
import numpy as np

# 创建一个示例 DataFrame
data = {
    'A': [1, 2, np.nan, 4],
    'B': [np.inf, 5, 6, -np.inf],
    'C': [7, 8, 9, 10]
}
df = pd.DataFrame(data)

# 将 DataFrame 写入 Excel 文件
with pd.ExcelWriter("output.xlsx") as writer:
    df.to_excel(
        writer,
        sheet_name="MySheet",   # 写入的工作表名称
        startrow=2,             # 从第三行开始写入（索引从0开始）
        startcol=1,             # 从第二列开始写入（索引从0开始）
        header=True,            # 包含列标题
        index=False,            # 不包含行索引
        na_rep="NA",            # 将 NaN 表示为 "NA"
        inf_rep="Infinity"      # 将 inf 和 -inf 表示为 "Infinity"
    )

二 to_excel 方法和 ExcelClass 类

可以将多个 DataFrame 写入同一张或多张工作表。

分 3 次将同一个 DataFrame 写入工作表，前两次写入了工作表 1 的两个位置，第三次写入了工作表 2：

将 ExcelClass 用作了上下文管理器，因此当文件离开上下文管理器时（也就是离开由缩进定义的代码块时）会被自动写入磁盘。如果不像这样写的话，则必须显式地调用 writer.save() 。