【Pandas】pandas.DataFrame.to_excel 详解与实战应用：将DataFrame保存到Excel文件

在数据分析与科学中，Excel 文件是一种广泛使用的数据存储格式。Pandas 提供了 to_excel 函数，使你能够方便地将 DataFrame 数据保存到 Excel 文件中。这篇博客将详细讲解 to_excel 方法，包括其作用、使用方法、参数详解、示例代码以及注意事项。

---

🧑 博主简介：现任阿里巴巴嵌入式技术专家，15年工作经验，深耕嵌入式+人工智能领域，精通嵌入式领域开发、技术管理、简历招聘面试。CSDN优质创作者，提供产品测评、学习辅导、简历面试辅导、毕设辅导、项目开发、C/C++/Java/Python/Linux/AI等方面的服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：gylzbk）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

1. 简介 📘

在数据分析与科学中，Excel 文件是一种广泛使用的数据存储格式。Pandas 提供了 to_excel 函数，使你能够方便地将 DataFrame 数据保存到 Excel 文件中。这篇博客将详细讲解 to_excel 方法，包括其作用、使用方法、参数详解、示例代码以及注意事项。

2. 什么是 to_excel？ 📋

to_excel 是 Pandas 提供的一个函数，用于将 DataFrame 数据保存为 Excel 文件。它支持 Excel 2003 (xls) 和 Excel 2007 及以上 (xlsx) 文件格式，能够高效地将 DataFrame 数据写入到 Excel 文件中。

3. 为什么使用 to_excel？ 🤔

to_excel 函数有以下几个优点：

1. 便捷性：可以轻松将 DataFrame 数据保存到 Excel 文件，无需复杂的配置或第三方工具。
2. 灵活性：提供了丰富的参数，可以自定义输出格式，如指定工作表、格式化数据、设置索引等。
3. 高效性：保存速度快，适合大数据量的处理。

4. to_excel 方法详解 🔍

4.1 方法签名 🖊️

pandas.DataFrame.to_excel(excel_writer,sheet_name='Sheet1',na_rep='',float_format=None,columns=None,header=True,index=True,index_label=None,startrow=0,startcol=0,engine=None,merge_cells=True,encoding=None,inf_rep='inf',verbose=True,freeze_panes=None,storage_options=None)

4.2 参数解释 📝

• excel_writer: 类型：str、path object 或 ExcelWriter 对象。说明：文件路径或现有的 ExcelWriter 对象。

• sheet_name: 类型：str，默认 ‘Sheet1’。说明：要写入的工作表名称。

• na_rep: 类型：str，默认 ‘’。说明：缺失值的表示。

• float_format: 类型：str，默认 None。说明：浮点数格式化字符串。

• columns: 类型：list-like，默认 None。说明：要写入的列。

• header: 类型：bool 或 list of str，默认 True。说明：是否写入列名。

• index: 类型：bool，默认 True。说明：是否写入行索引。

• index_label: 类型：str 或 sequence，或 False，默认 None。说明：索引列的列名。

• startrow: 类型：int，默认 0。说明：起始行号（从0开始）。

• startcol: 类型：int，默认 0。说明：起始列号（从0开始）。

• engine: 类型：str，默认 None。说明：写入 Excel 文件使用的引擎。

• merge_cells: 类型：bool，默认 True。说明：是否合并跨行/列的单元格。

• encoding: 类型：str，默认 None。说明：文件的编码。

• inf_rep: 类型：str，默认 ‘inf’。说明：无穷大的表示。

其他参数：Pandas 的 to_excel 函数还支持许多其他参数，用于高效灵活地保存数据。

4.3 返回值 📤

无返回值。to_excel 方法将 DataFrame 保存到指定的 Excel 文件路径中。

4.4 示例代码 👨‍💻

4.4.1 创建一个 DataFrame 并保存为 Excel 文件 💾

首先，我们创建一个 DataFrame，并将其保存为 Excel 文件。

import pandas as pd
df=pd.DataFrame({
'Name':['Alice','Bob','Charlie'],
'Age':[25,30,35],
'City':['New York','San Francisco','Los Angeles']})
df.to_excel('example.xlsx',index=False)
print("DataFrame 已保存为 Excel 文件 'example.xlsx'")

4.4.2 使用参数控制输出格式 📂

接下来，我们使用一些参数控制 Excel 文件的输出格式。

df.to_excel('example_formatted.xlsx',sheet_name='Sheet1',na_rep='N/A',float_format='%.2f',index_label='ID')
print("DataFrame 已保存为格式化的 Excel 文件 'example_formatted.xlsx'")

4.5 进阶使用 🚀

4.5.1 保存到多个工作表 💨

有时候我们希望将 DataFrame 数据保存到同一个 Excel 文件的不同工作表中，可以使用 ExcelWriter 对象。

with pd.ExcelWriter('example_sheets.xlsx') as writer:
df.to_excel(writer,sheet_name='Sheet1')
df.to_excel(writer,sheet_name='Sheet2')
print("DataFrame 已保存到多个工作表的 Excel 文件 'example_sheets.xlsx'")

4.5.2 自定义列名和顺序 🌐

我们可以指定要保存的列，并自定义列的顺序和名称。

df.to_excel('example_custom_columns.xlsx',columns=['Name','City'],header=['Employee Name','Location'])
print("DataFrame 已自定义列名和顺序保存到 Excel 文件 'example_custom_columns.xlsx'")

4.5.3 设置冻结窗格 🗃️

冻结窗格可以让你在滚动时保留特定的行或列。

df.to_excel('example_frozen.xlsx',freeze_panes=(1,0))
print("DataFrame 已带有冻结窗格保存到 Excel 文件 'example_frozen.xlsx'")

5. 注意事项 ⚠️

1. 工作表名称：确保指定的工作表名称是唯一的，否则将覆盖现有工作表。
2. 缺失值处理：使用 na_rep 参数处理缺失值，保持数据的一致性和完整性。
3. 编码问题：默认编码是 UTF-8，如果文件需要其他编码，可以通过 encoding 参数指定。

6. 参考资料 📚

• Pandas 官方文档—DataFrame.to_excel
• Pandas 官方文档—IO 工具

7. 结论 🏁

Pandas 的 to_excel 方法是一个强大而灵活的工具，能高效地将 DataFrame 数据保存到 Excel 文件中。通过本文的详细讲解和示例，相信你已经掌握了 to_excel 的基础使用方法和进阶技巧。