一种将pkl转成excel的弯道[可以实现有点奇怪，以防excel显示不全]

正常情况下pkl转excel（直接）

（1）

import pickle
import pandas as pd
import numpy as np
data = pd.read_pickle('data.pkl')  #数据所在位置
pd.set_option = ('display.max_columns',None)
pd.set_option = ('display.max_rows',None)
pd.set_option = ('display.width',None)
pd.set_option = ('max_colwidth',None)#别人说的全部数据，但我这里没用，可以先试一下
#f = open('data.pkl','rb')
#f.close()
data = str(data)
f = open(DATAPATH + 'name' + '.xlsx', 'w')
f.write(data)

1. 如果windows上无法打开“xlsx”文件，转为“xls”就可以打开excel了。
   2.但是我的excel中数据显示不全，因此尝试pkl中数据变成numpy格式在输入excel。
   3.参考https://www.codeleading.com/article/99145953330/

## 一条弯路：pkl中数据变成numpy再放到excel

import pickle
import pandas as pd
import numpy as np
hist_data = pd.read_pickle('data.pkl')  #数据所在位置
pd.set_option = ('display.max_columns',None)
pd.set_option = ('display.max_rows',None)
pd.set_option = ('display.width',None)
pd.set_option = ('max_colwidth',None)#别人说的全部数据，但我这里没用，可以先试一下
f = open('data.pkl','rb')
#hist_data = pickle.load(f)
#f.close()
t_start, t_end = '2014-1-1 00:00:00', '2020-12-31 00:00:00'
met_var = ['a', 'b']#a,b为所需的数据关键词
for v in met_var:
    data_v = hist_data.xs(v, level = 1)
    # print("data_v",data_v.size())#此时这里是numpy数据，可以查看data_v.shape()
    data_v = data_v[t_start: t_end].values
    print("data_v",data_v)
    df = pd.DataFrame(data_v)

    writer = pd.ExcelWriter(DATAPATH + str(v) +' .xlsx')
    df.to_excel(writer,index=[t_start],float_format='%.2f')
    writer.save()
    writer.close()

此时我打开的excel文件可以显示全部数据。
参考了“将numpy数组写入Excel”：https://blog.csdn.net/chao_shine/article/details/108682248?ops_request_misc=&request_id=&biz_id=102&utm_term=%E5%B0%86numpy%E5%A1%AB%E5%85%A5excel%E4%B8%AD&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-0-108682248.142^v35experiment_28w_v1&spm=1018.2226.3001.4187

https://blog.csdn.net/weixin_45871797/article/details/122916001?ops_request_misc=&request_id=&biz_id=102&utm_term=numpy%E6%95%B0%E7%BB%84%E5%86%99%E5%85%A5excel%E5%B9%B6%E5%91%BD%E5%90%8D%E8%A1%8C%E5%88%97&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-0-122916001.142^v35experiment_28w_v1&spm=1018.2226.3001.4187