Python数据分析:pandas玩转Excel(三)
将对象写入Excel工作表。
要将单个对象写入 Excel .xlsx 文件,只需指定目标文件名即可。要写入多个工作表,必须创建具有目标文件名的ExcelWriter对象,并在文件中指定要写入的工作表。
可以通过指定唯一sheet_name写入多个工作表。将所有数据写入文件后,必须保存更改。请注意,创建具有已存在的文件名的ExcelWriter对象将导致删除现有文件的内容。
1 df.to_excel( )的参数
写入Excel文件
df.to_excel(self,
excel_writer, # 输出路径
sheet_name='Sheet1', # 命名excel工作表名
na_rep='', # 缺失值填充 ,可以设置为字符串
float_format=None,
columns=None, # 选择输出的列存入。
header=True, # 指定作为列名的行,默认0,即取第一行
index=True, # 默认为True,显示index,当index=False 则不显示行索引(名字)
index_label=None, # 设置索引列的列名
startrow=0,
startcol=0,
engine=None,
merge_cells=True,
encoding=None,
inf_rep='inf',
verbose=True,
freeze_panes=None)
| 参数 | 含义 |
|---|---|
| excel_writer | ExcelWriter目标路径 |
| sheet_name | 命名excel工作表名 |
| na_rep | 缺失值填充 ,可以设置为字符串; 如果na_rep设置为bool值,则写入excel时改为0和1;也可以写入字符串或数字 |
| columns | 选择输出的的列存入。 |
| header | 指定作为列名的行,默认0,即取第一行,数据为列名行以下的数据;若数据不含列名,则设定 header = None; |
| index | 默认为True,显示index,当index=False 则不显示行索引(名字) |
| index_label | 设置索引列的列名 |
2 Parameters参数
1.excel_writer:str or ExcelWriter object
文件路径或现有的ExcelWriter。
2.sheet_name:str, default ‘Sheet1’
包含DataFrame的工作表名称。
3.na_rep:str, default ‘’
- 缺少数据表示。
- 如果na_rep设置为bool值,则写入excel时改为0和1;也可以写入字符串或数字
4.float_format:str, optional
浮点数的格式字符串。例如 float_format="%.2f"将格式0.1234设置为0.12。
5.columns:sequence or list of str, optional
要写入的列。
6.header:bool or list of str, default True
写出列名称。如果给定字符串列表,则假定该字符串为列名称的别名。
7.index:bool, default True
写入行名(索引)。
8.index_label:str or sequence, optional
索引列的列标签(如果需要)。如果未指定,并且 标头和索引为True,则使用索引名称。如果DataFrame使用MultiIndex,则应给出一个序列。
9.startrow:int, default 0
左上角的单元格行来转储数据帧。
10.startcol:int, default 0
左上角的单元格列以转储数据帧。
11.engine:str, optional
编写要使用的引擎,“ openpyxl”或“ xlsxwriter”。您也可以通过选项设置此io.excel.xlsx.writer,io.excel.xls.writer和 io.excel.xlsm.writer。
12.merge_cells:bool, default True
将MultiIndex和Hierarchical Rows写入合并的单元格
13.encoding:str, optional
生成的excel文件的编码。只有xlwt才需要,其他作者本机支持unicode。
14.inf_rep:str, default ‘inf’
表示无穷大(Excel中没有本机表示无穷大)。
15.verbose:bool, default True
在错误日志中显示更多信息。
16.freeze_panes:tuple of int (length 2), optional
指定要冻结的从一开始的最底行和最右列。
笔记
为了与兼容to_csv(), to_excel在写入之前将列表和字典序列化为字符串。
保存工作簿后,如果不重写整个工作簿就无法写入更多数据。
3 例子
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")
要指定工作表名称:
>>> df1.to_excel("output.xlsx",
... sheet_name='Sheet_name_1')
如果您希望在工作簿中写多个工作表,则必须指定一个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也可以用于附加到现有的Excel文件:
>>> with pd.ExcelWriter('output.xlsx',
... mode='a') as writer:
... df.to_excel(writer, sheet_name='Sheet_name_3')
要设置用于写入Excel文件的库,您可以传递engine关键字(根据文件扩展名自动选择默认引擎):
>>> df1.to_excel('output1.xlsx', engine='xlsxwriter')
欢迎关注公众号【喵哥解说】,有1000G关于Python资料等你领取,感谢阅读。
Python数据分析:pandas玩转Excel(三)的更多相关文章
- Python数据分析--Pandas知识点(三)
本文主要是总结学习pandas过程中用到的函数和方法, 在此记录, 防止遗忘. Python数据分析--Pandas知识点(一) Python数据分析--Pandas知识点(二) 下面将是在知识点一, ...
- Python数据分析--Pandas知识点(二)
本文主要是总结学习pandas过程中用到的函数和方法, 在此记录, 防止遗忘. Python数据分析--Pandas知识点(一) 下面将是在知识点一的基础上继续总结. 13. 简单计算 新建一个数据表 ...
- 用Python的pandas框架操作Excel文件中的数据教程
用Python的pandas框架操作Excel文件中的数据教程 本文的目的,是向您展示如何使用pandas 来执行一些常见的Excel任务.有些例子比较琐碎,但我觉得展示这些简单的东西与那些你可以在其 ...
- Python数据分析:pandas玩转Excel (二)
1 对Excel文件的操作 方法一: 使用xlrd库或者xlwt库进行对excel表格的操作读与写: 方法二: pandas库同样支持excel的读写操作:且更加简便. 2 pd.read_excel ...
- 【Python数据分析】Python3操作Excel(二) 一些问题的解决与优化
继上一篇[Python数据分析]Python3操作Excel-以豆瓣图书Top250为例 对豆瓣图书Top250进行爬取以后,鉴于还有一些问题没有解决,所以进行了进一步的交流讨论,这期间得到了一只尼玛 ...
- Python数据分析-Pandas(Series与DataFrame)
Pandas介绍: pandas是一个强大的Python数据分析的工具包,是基于NumPy构建的. Pandas的主要功能: 1)具备对其功能的数据结构DataFrame.Series 2)集成时间序 ...
- Python数据分析:pandas玩转Excel (一)
目录 1 pandas简介 2 导入 3 使用 4 读取.写入 1 pandas简介 1.Pandas是什么? Pandas是一个强大的分析结构化数据的工具集: 它的使用基础是Numpy(提供高性能的 ...
- python 数据分析--pandas
接下来pandas介绍中将学习到如下8块内容:1.数据结构简介:DataFrame和Series2.数据索引index3.利用pandas查询数据4.利用pandas的DataFrames进行统计分析 ...
- Python数据分析Pandas库方法简介
Pandas 入门 Pandas简介 背景:pandas是一个Python包,提供快速,灵活和富有表现力的数据结构,旨在使“关系”或“标记”数据的使用既简单又直观.它旨在成为在Python中进行实际, ...
随机推荐
- uniapp中引入less文件
uniapp入门遇到的问题记录 在uniapp中从外部import less文件的话,首先需要在 工具>插件安装 中安装支持less语法的插件,然后在.vue文件中引入 @import url ...
- 自动化API之一 生成开源ERP Odoo App 的RestFul API
1.在服务器上安装开源ERP Odoo 安装步骤请自行百度,本文重点不在于指导安装,以下是安装后PC端效果. Odoo: 2.在Uniconnector平台上注册Odoo App 移动端应用 3.配置 ...
- 汽车安全攻击篇:智能网联系统的短板,如何防护汽车的安全C
我们在<速度与激情>里,经常可以看到主角们利用网络侵入汽车网络系统,然后任意的操纵这些车辆,看电影的时候会被画面所震撼到,这两年"自动驾驶"随着特斯拉的车已经越来越普及 ...
- Proteus传感器+气体浓度检测的报警方式控制仿真
Proteus传感器+气体浓度检测的报警方式控制仿真 目录 Proteus传感器+气体浓度检测的报警方式控制仿真 1 实验意义理解 2 主要实验器件 3 实验参考电路 4 实验中的问题思考 4.1 实 ...
- 某科学的PID算法学习笔记
最近,在某社团的要求下,自学了PID算法.学完后,深切地感受到PID算法之强大.PID算法应用广泛,比如加热器.平衡车.无人机等等,是自动控制理论中比较容易理解但十分重要的算法. 下面是博主学习过程中 ...
- 一分钟明白MySQL聚簇索引和非聚簇索引
MySQL的InnoDB索引数据结构是B+树,主键索引叶子节点的值存储的就是MySQL的数据行,普通索引的叶子节点的值存储的是主键值,这是了解聚簇索引和非聚簇索引的前提 什么是聚簇索引? 很简单记住一 ...
- 【Spark】SparkStreaming和Kafka的整合
文章目录 Streaming和Kafka整合 概述 使用0.8版本下Receiver DStream接收数据进行消费 步骤 一.启动Kafka集群 二.创建maven工程,导入jar包 三.创建一个k ...
- MySQL基础总结(三)
ORDER BY排序 ORDER BY默认是ASC(升序),降序是DESC LIMIT限制查询结果显示条数 LIMIT显示条数 LIMIT偏移量,显示条数 到目前为止有关查询数据的操作(DQL) 更新 ...
- SQL注入和Mybatis预编译防止SQL注入
什么是SQL注入?? 所谓SQL注入,就是通过把SQL命令插入到Web表单提交或页面请求url的查询字符串,最终达到欺骗服务器执行恶意的SQL命令.具体来说,它是利用现有应用程序,将(恶意)的SQL命 ...
- Linux 面试最常问的十个问题
如果你要去面试一个Linux系统运维工程师的职位,下面这十个最常见的问题一定要会,否则你的面试可能就危险了.这些都是比较基本的问题,大家要理解,不能光死记硬背. 1.如何查看系统内核的版本 这里有两种 ...