python之pandas库——实现向Excel表中写入数据，超简单，一学就会！！！

前言

在 Python 中，使用 Pandas 库将数据保存至 Excel 表格中是一个相对简单的过程。Pandas 提供了一个名为 to_excel 的方法，可以方便地将 DataFrame 对象导出到 Excel 文件中，相比其它处理Excel表格的库，Pandas库在处理大量数据的时候更有优势。

1、安装Pandas库

命令：pip install pandas

2、创建或获取DataFrame对象

DataFrame 是 Pandas 中用于存储和操作结构化数据的主要数据结构。你可以通过读取文件（如 CSV、Excel 等）来创建 DataFrame，也可以通过手动创建。由于本篇文章我只介绍pandas库写入数据的方法，读取数据的操作不会详细说明，所以这里我们需要手动将数据组建为一个DataFrame对象；如下：

# 1、导入模块
import pandas

# 2、将需要存储的数据构建为一个字典
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
'''
说明：
我们需要将存储的的数据构建为一个字典，
其中字典的键作为excel表格中的列名，
字典的值是一个列表，列表中的元素则是我们需要存储的数据，
在后续通过pandas库将所需数据依次存入对应的列名下
'''
# 3、将字典转换为一个DataFrame对象
df = pandas.DataFrame(data)

3、使用 to_excel 方法存储数据

DataFrame 对象的 to_excel 方法可以将数据保存到 Excel 文件中。你需要指定文件路径和文件名作为参数。还可以选择是否包含行索引、工作表名称等。

语法格式：DataFrame对象.to_excel(excel_writer=,sheet_nam=,index=,engine=)
参数说明：

1. excel_writer（字符串或 ExcelWriter 对象）：文件路径或 ExcelWriter 对象，用于保存 Excel 文件。
2. sheet_name（字符串，默认 ‘Sheet1’）：要写入的工作表名称。
3. index（布尔值，默认 True）：是否将行索引写入 Excel 文件。如果设置为 False，则不写入行索引。
4. engine（字符串，可选）：用于写入 Excel 文件的引擎。Pandas 支持多个引擎，如：openpyxl 或 xlsxwriter，但通常不需要手动指定，因为 Pandas 会自动选择合适的引擎。

案例演示：

# 1、导入pandas库
import pandas

# 2、将需要存储的数据构建为一个字典
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
# 3、将字典转换为一个DataFrame对象
df = pandas.DataFrame(data)

# 4、将 DataFrame对象 保存到 Excel 文件中
df.to_excel(excel_writer='write_data.xlsx', index=False)

# 注意：to_excel 方法会立即将 DataFrame 数据写入到指定的 Excel 文件中。确保你有写入文件的权限，并且文件路径是可访问的。
# to_excel在写入数据时，若目标excel表格不存在，则会自动创建

执行效果：


说明：
从上面可以看到，运行代码后，excel表格自动创建，并在代码中写入了目标数据，所有列名自动加粗。

4、注意事项

• 如果指定的文件已经存在，to_excel 方法会覆盖该文件。如果你不想覆盖现有文件，可以在保存之前检查文件是否存在。
• 如果你的数据量非常大，保存到 Excel 文件可能会消耗较多的时间和内存。在这种情况下，可以考虑将数据分批保存到多个 Excel 文件中，或者使用其他更适合大数据处理的文件格式（如 CSV、Parquet 等）。
• 确保你有写入文件的权限，并且文件路径是可访问的。如果路径中包含特殊字符或空格，请确保正确处理这些字符。