如何使用 Pandas 导出到 Excel？

Python 可以带您分析输入的大量数据，但当涉及到向大量受众展示数据时，它就不是它的菜了。还有其他专用工具可以更好地达到目的。MS Excel 就是这样的工具之一！

本文旨在探讨如何将 Python 中的数据导出到 MS Excel 的电子表格中。

使用 Pandas 导出到 Excel 的步骤

为此，我们将尝试在 Python 中创建一个示例表格，然后将其导出到 MS Excel 所需工作表中的所需位置。那么，让我们继续吧！

首先，输入以下代码来导入 Pandas 库：

import pandas as pd

Pandas 库已加载

现在让我们使用索引选项创建一些数据。索引的作用是在创建每列数据时提供包含标题的规定。在此示例中，我们将列出一些互联网服务提供商的名称、他们的数据速度以及每月价格和数据限制。

如果我们将上述所有规定翻译成 Python 代码，就会是这样的。

data = {'Operator':['Vodafone', 'Jio', 'BSNL'],'Data (GB)':[3, 5, 2],'Speed (GB/s)':[1,2,0.5],'Price/month':[300,250,320]}

输入数据索引

现在我们将通过键入以下内容将此数据分配给数据框：

df=pd.DataFrame(data)

完成后，现在让我们尝试使用 print() 命令查看 Python 中输入的数据，如下所示。

print (df)

查看数据集

在上图中，我们可以观察到第一列的数字从“0”开始一直到“2”。这有点奇怪，不是吗？用一些有意义的数据替换这些数字怎么样？

我们可以通过调用Index命令来做到这一点，该命令用于为每一行分配行标题。假设这些（虚构的！）数据来自每个服务提供商 2022 年 5 月的计划，我们希望得到这样的数据。这可以通过使用以下语法来完成。

df=pd.DataFrame(data,[pd.Index(['row_1_header',' row_1_header ',…])])

应用上述语法引入 May 2022 代替数字作为行标题，

df=pd.DataFrame(data,[pd.Index(['May 2022','May 2022','May 2022'])])

让我们通过使用 print() 命令再次查看数据来验证我们的努力是否取得成果。

行标题已替换！

干得好！

现在，是时候将该数据导出到 Excel 文件中了。为此，需要首先创建一个 Excel 文件，然后复制创建该文件的位置。在此演示中，创建了一个名为Data.xlsx的 Excel 文件，用于从 Python 导出数据。

完成后，将使用 to_excel() 命令（其语法如下）来传输数据。

df.to_excel(“file_address”, sheet_name=’Sheet #’, startrow=0, startcol=0)

在将数据导出到 MS Excel 时，Python 还提供了许多其他自定义功能，但本文将演示上面列出的功能。

您还可以通过在上述命令中给出文件地址来简单地停止，它将使用所有自定义的默认值执行数据导出。

以下是将数据导出到 Data.xlsx 表 1 中第 9 列和第 9 行的代码。

df.to_excel("Data.xlsx",sheet_name='Sheet1',startrow=9, startcol=9)

数据导出成功

在 MS Excel 中导出数据

现在我们已经到了本文的结尾，希望它已经详细说明了如何在 Python 中使用 Pandas 将数据导出到 MS Excel。这是另一篇文章，详细介绍了使用 Pandas 替换多个值。AskPython中还有许多其他有趣且内容丰富的文章，可能对那些希望提高 Python 水平的人有很大帮助。干杯！