EXCEL与PYTHON系列第一篇---Pandas(2)to_excel详解-xlsxwriter及openpylx

引言

这是excel+python-pandas章的第二篇文章；上一篇我们讲了read_excel，这一篇我们就来讲to_excel

pandas和excel其实基本上是独立的，甚至可以说从某种意义上来说pandas与excel是可以画等号的

pandas与excel的交互都是通过第三方库（引擎）来实现的，上一篇中我们就简单介绍了xlrd等的第三方库，在本篇中我们会更加详细的来讲解pandas用来做数据导出到excel的几个重要的库。

正文

一、导出引擎

使用pandas导出数据到excel表很简单，来看代码：

import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3, 4], "b": [5, 6, 7, 8]})
df.to_excel("pf.xlsx")

import pandas as pd df = pd.DataFrame({"a": [1, 2, 3, 4], "b": [5, 6, 7, 8]}) df.to_excel("pf.xlsx")

如果直接全部导出的话，to_excel只需要一个表名字+后缀的入参就行

上面的数据导出来之后的样子是这样的：

​

编辑

图1

可以看到导出的数据自动添加了自增的行索引，还加了一些格式

行索引的添加是pandas的功劳，而格式则主要取决于第三方库（引擎）

to_excel默认使用的引擎包括，xlxswriter,openpyxl,xlwt

.xlsx后缀的文件默认使用xlsxwriter库，如果我们要用其他的库，那么我们就可以用engine参数

这边我们来详细的讲一下xlsxwriter

首先我们要知道，导出数据到excel之后我们确实可以使用xlsxwriter来调整格式，但是一般不推荐

因为实际工作中我们会使用模板（template）,格式都已经预设好了，pandas只需要负责自己最专业的事情，数据处理分析，就行。

但是不管怎么样，我们还是来看一下，如果需要导出带自定义格式的excel文件的话要怎么做

先来生成一些数据：

import pandas as pd

name = ["张三","李四","王五"]
score = [80,90,100]
df = pd.DataFrame({'姓名': name,'成绩-2021第一学年三年四班': score})

import pandas as pd name = ["张三","李四","王五"] score = [80,90,100] df = pd.DataFrame({'姓名': name,'成绩-2021第一学年三年四班': score})

这个数据我们如果直接用to_excel导出来的话样子是这样的：

​

编辑

图2

我们来设置列名的格式，上对齐、底色、自动换行：

header_format = workbook.add_format({
    'text_wrap': True,
    'valign': 'top',
    'fg_color': '#D7E4BC'})

然后使用方法ExcelWriter，搭配to_excel来完成格式的设置：

writer = pd.ExcelWriter("pf.xlsx", engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1', startrow=1, header=False) 

workbook  = writer.book  
worksheet = writer.sheets['Sheet1']

header_format = workbook.add_format({
    'text_wrap': True,
    'valign': 'top',
    'fg_color': '#D7E4BC',})

for col_num, value in enumerate(df.columns.values):  
    worksheet.write(0, col_num + 1, value, header_format)
writer.save()

我们先来看结果，然后再来解释代码：

​

编辑

图3

代码中首先调ExcelWriter，指定使用xlsxwriter来写数据。然后在to_excel的时候设置了两个条件

也就是startrow=1, header=False；意思就是说要求导出的时候忽略第一行的列名，因为我们要修改列的设置，后面我们会将设置好格式的列再次加入到导出数据中。

用to_excel生成excel表后，读取到数据所在的表，也就是：

worksheet = writer.sheets['Sheet1']

这个是不是和VBA有点像，如果是VBA的话我们会这样写：

worksheet = thisworkbook.worksheets("Sheet1")

然后我们用workbook的add_format方法来设置格式。这里设置了三个，也就是自动换行，对其方式，和单元格颜色填充

接着我们将数据的列名再次写入到excel表格中,最后保存，就完成了

这里有一点不知道大家有没有注意到，我们是先用to_excel生成了表格，然后读取表格，设置单元格格式

大家看到了，为了设置标题的几个格式我们多写了很多的代码，原来只需要一行，现在变成了十几行，这就是为啥在实际应用中我们在大部分情况下都使用模板。

anyway,我们再来举一个栗子。假设还是使用上面的数据，我们要给成绩那列加个条件格式，将成绩大于89分的凸显出来，那我们就可以这样做：

format = workbook.add_format({'bg_color': '#FFC7CE','font_color': '#9C0006'})
(max_row, _) = df.shape
worksheet.conditional_format("C2:C"+str(max_row+1),{'type':'cell','criteria': '>=','value':89,'format':format})

结果呢就是这样滴：

​

编辑切换为居中

图4

上面的语句并不是直接将大于89的单元格标上颜色，而是加了条件格式的规则

使用xlsxwriter还可以完成很多的设置，比如说筛选，生成图表等等。但还是那句话，用模板

除了xlsxwriter以外还有一个常用的引擎，openpyxl,这个引擎和xlsxwriter的差别还是蛮大的，主要体现在：

• xlsxwriter是以0作为数组的初始标签的，openpyxl则是1。

• openpyxl在处理.xlsm后缀的文件时更加的便捷

• xlsxwriter对excel的各项功能的实现更加的完善

• openpyxl能读写，但xlsxwriter，只能写

• xlsxwriter不能将数据写到已存在的表中，也就是说如果要将数据写入一张设置好的excel模板里面单用xlsxwriter是无法实现的

关于数据引擎就讲这么多了，如果大家感兴趣可以私信楼主，有机会的话可以开几篇来单讲。

二、to_excel参数设置

我们回过来看to_excel的一些重要的入参：

• engine:指定引擎

• header:表头设置，默认第一行是表头

• startrow:开始的行数，默认从第一行开始读取

• sheet_name:要写入的目标表名

• na_rep:空值的替换值

• index:行标签，也就是那列自增的列

to_excel的参数就不详细说了，都非常的简单易懂，而且实际工作中一般也用大不到

这里要特别说一下如果写入的数据比较多的话，记得要设置内存使用量

另外记得安装lxml库,这个库写过python爬虫的应该熟。如果使用openpylx读写的话，lxml能提高读写效率

结语

本篇文章主要讲了pandas的to_excel方法，也介绍了xlsxwriter。后面一篇讲什么有点犹豫，有几个思路：

• 讲大数据的读写

• 继续讲pandas

• 讲xlwings

楼主是倾向接下来讲xlwings

pandas有很多内容可以讲，但是和excel相关的其实就read和write了，对于pandas来说excel是数据源和结果展示平台。要接着讲pandas的话就偏离了excel+python的大主题了

所以大家没有意见的话下期就开始讲xlwings了