📅  最后修改于: 2023-12-03 15:04:07.157000             🧑  作者: Mango
在Python中,Pandas是一个非常流行的用于数据操作和分析的库。Pandas中的DataFrame是一个非常方便的数据结构,可以用于处理各种数据类型。本文将介绍如何使用Pandas将DataFrame保存到XLSX文件中。
在继续之前,您必须安装 Pandas。您可以使用以下命令在命令行上安装 Pandas:
pip install pandas
将DataFrame保存到XLSX文件中有两种方法,即以下两种方法:
要使用Pandas ExcelWriter将DataFrame保存到XLSX文件中,请执行以下步骤。
第一步是导入 Pandas和 ExcelWriter。请在Python文件的顶部添加以下行:
import pandas as pd
from pandas import ExcelWriter
from pandas import ExcelFile
在此示例中,我们将使用以下数据来创建一个DataFrame:
# 创建一个DataFrame
data = {'姓名': ['Tom', 'Jerry', 'Mickey', 'Minnie'],
'年龄': [28, 34, 29, 26],
'城市': ['北京', '上海', '广州', '深圳'],
'工作': ['工程师', '销售员', '产品经理', '设计师']}
df = pd.DataFrame(data)
print(df)
结果应该如下所示:
姓名 年龄 城市 工作
0 Tom 28 北京 工程师
1 Jerry 34 上海 销售员
2 Mickey 29 广州 产品经理
3 Minnie 26 深圳 设计师
接下来,创建一个ExcelWriter对象,并将DataFrame写入新的工作表以保存XLSX文件。代码如下:
# 创建ExcelWriter对象
writer = pd.ExcelWriter('名单.xlsx', engine='xlsxwriter')
# 将DataFrame写入有效ExcelWriter对象中的新工作表
df.to_excel(writer, sheet_name='人员名单', index=False)
# 关闭写ExcelWriter对象并保存Excel文件
writer.save()
这将在当前工作目录中创建一个新文件名为“名单.xlsx”的工作簿,并将DataFrame写入名为“人员名单”的新工作表中,如下所示:
|姓名 | 年龄 | 城市 | 工作 | |--------|------|--------|----------| |Tom | 28 | 北京 | 工程师 | |Jerry | 34 | 上海 | 销售员 | |Mickey | 29 | 广州 | 产品经理 | |Minnie | 26 | 深圳 | 设计师 |
Pandas的另一种方法是使用to_excel()方法。步骤如下:
同样,在此示例中,我们将使用以下数据创建一个DataFrame:
# 创建一个DataFrame
data = {'姓名': ['Tom', 'Jerry', 'Mickey', 'Minnie'],
'年龄': [28, 34, 29, 26],
'城市': ['北京', '上海', '广州', '深圳'],
'工作': ['工程师', '销售员', '产品经理', '设计师']}
df = pd.DataFrame(data)
print(df)
结果应该如下:
姓名 年龄 城市 工作
0 Tom 28 北京 工程师
1 Jerry 34 上海 销售员
2 Mickey 29 广州 产品经理
3 Minnie 26 深圳 设计师
然后,使用to_excel()方法将DataFrame写入XLSX文件。代码如下:
# 将数据帧写为Excel文件
df.to_excel('名单.xlsx', sheet_name='人员名单', index=False)
这将在当前工作目录中创建一个新文件名为“名单.xlsx”的工作簿,并将DataFrame写入名为“人员名单”的新工作表中,如下所示:
|姓名 | 年龄 | 城市 | 工作 | |--------|------|--------|----------| |Tom | 28 | 北京 | 工程师 | |Jerry | 34 | 上海 | 销售员 | |Mickey | 29 | 广州 | 产品经理 | |Minnie | 26 | 深圳 | 设计师 |
在Python Pandas中,有两种简单的方法可以将DataFrame保存到XLSX文件中。一种方法是使用Pandas ExcelWriter,另一种方法是使用Pandas to_excel()方法。这两种方法都是快速而熟悉的工具,可以帮助您在Python中对数据进行更好的处理。