深入淺出pandas導出Excel

在數據處理過程中，很多情況下我們需要將處理結果進行導出，並與其他人員分享或進一步處理。pandas是一款功能強大的數據處理工具，支持將數據導出為多種格式，其中Excel是使用最廣泛的一種格式之一。本文將從多個方面介紹pandas導出Excel的使用方法。

一、基本用法

在pandas中，可以使用to_excel將DataFrame或Series對象導出為Excel文件。示例如下：

import pandas as pd

# 創建示例數據
data = pd.DataFrame({'姓名': ['張三', '李四', '王五'], '年齡': [18, 20, 22]})

# 導出Excel文件
data.to_excel('example.xlsx', index=False)

上述代碼創建了一個DataFrame對象data，並將其導出為名為example.xlsx的Excel文件。其中的index=False表示不將行索引導出，即只導出數據部分。

在導出Excel文件時，還可以設置一些參數來控制導出的格式。下面介紹幾個常用的參數：

• index：是否導出行索引，默認為True。
• header：是否導出列名，默認為True。
• sheet_name：指定導出的Sheet名稱，默認為Sheet1。
• encoding：指定導出的編碼格式，默認為utf-8。

示例如下：

data.to_excel('example.xlsx', index=False, header=True, sheet_name='Sheet1', encoding='utf-8')

二、導出多個Sheet

在實際應用中，有時需要將多個DataFrame對象分別導出至一個Excel文件的不同Sheet中。使用pandas可以輕鬆實現這個需求，示例如下：

# 創建示例數據
data1 = pd.DataFrame({'姓名': ['張三', '李四', '王五'], '年齡': [18, 20, 22]})
data2 = pd.DataFrame({'城市': ['北京', '上海', '廣州'], '職業': ['工程師', '教師', '醫生']})

# 導出多個Sheet
with pd.ExcelWriter('multisheet.xlsx') as writer:
    data1.to_excel(writer, sheet_name='Sheet1', index=False)
    data2.to_excel(writer, sheet_name='Sheet2', index=False)

上述代碼創建了兩個DataFrame對象data1和data2，並將它們分別導出至名為multisheet.xlsx的Excel文件的Sheet1和Sheet2中。其中ExcelWriter是一個支持多Sheet寫入的對象。

三、設置單元格格式

在Excel文件中，我們可以對單元格的樣式進行調整，讓數據更具有可讀性。pandas也提供了一些方法來實現這個功能，示例如下：

# 導入必要的庫
import xlsxwriter

# 創建示例數據
data = pd.DataFrame({'姓名': ['張三', '李四', '王五'], '年齡': [18, 20, 22]})

# 設置單元格格式
with pd.ExcelWriter('format.xlsx', engine='xlsxwriter') as writer:
    data.to_excel(writer, index=False)
    workbook = writer.book
    worksheet = writer.sheets['Sheet1']
    format1 = workbook.add_format({'num_format': '0歲'})
    worksheet.set_column('B:B', None, format1)

上述代碼將DataFrame對象data導出至名為format.xlsx的Excel文件中，其中數字部分的列設置了一個自定義的單元格格式，使其輸出為形如18歲的格式。

四、自定義列寬和行高

在默認情況下，pandas導出的Excel文件中的列寬和行高是根據內容自適應的。但是有時，我們需要手動設置它們，這時可以使用ExcelWriter對象的相關方法來實現，示例如下：

# 創建示例數據
data = pd.DataFrame({'姓名': ['張三', '李四', '王五'], '年齡': [18, 20, 22]})

# 設置列寬和行高
with pd.ExcelWriter('size.xlsx') as writer:
    data.to_excel(writer, index=False)
    worksheet = writer.sheets['Sheet1']
    worksheet.set_column(0, 0, width=10)
    worksheet.set_row(0, height=30)

上述代碼將DataFrame對象data導出至名為size.xlsx的Excel文件中，其中第一列的寬度被設置為10，第一行的高度被設置為30。

五、批量導出

在實際應用中，可能需要對很多數據進行批量導出，這時可以使用Python的循環結構和os庫實現自動化批量導出。下面是一個示例代碼：

# 導入必要的庫
import os

# 設置數據文件夾路徑
path = './data/'

# 循環導出每個數據文件
for file in os.listdir(path):
    if file.endswith('.csv'):
        data = pd.read_csv(os.path.join(path, file))
        data.to_excel(os.path.join(path, file[:-4] + '.xlsx'), index=False)

上述代碼將指定路徑下的每個csv文件讀取為DataFrame對象，並將其導出為同名的xlsx文件。

六、總結

pandas是一個強大的數據處理工具，支持將數據導出為Excel格式。在實際應用中，根據不同的需求可以設置不同的參數和格式。本文從基本用法、多Sheet導出、單元格格式、列寬行高和批量導出五個方面介紹了pandas導出Excel的使用方法，相信大家可以根據自己的實際需求進行調整和使用。