python常见保存数据的方式

简介：个人学习分享，如有错误，欢迎批评指正。

在Python中保存数据的方式有很多，具体取决于数据的格式和用途。以下是一些常见的数据保存方式及其示例代码：

1. 保存为CSV文件

 使用Python的内置函数创建csv文件，再写入csv文件：

import csv

# 创建并写入CSV文件
with open('example.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerow(["Name", "Age", "City"])
    writer.writerow(["Alice", 30, "New York"])
    writer.writerow(["Bob", 25, "Los Angeles"])

print("CSV file 'example.csv' created and written successfully.")

使用pandas库将数据保存为CSV文件，直接将数据写入csv文件：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}

df = pd.DataFrame(data)

# 保存为CSV文件
df.to_csv('data.csv', index=False)

使用numpy创建并保存CSV文件

import numpy as np
import pandas as pd

# 使用numpy创建一个示例数组
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将numpy数组转换为pandas DataFrame
df = pd.DataFrame(data, columns=['A', 'B', 'C'])

# 保存为CSV文件
df.to_csv('example.csv', index=False)

print("CSV file 'example.csv' created and saved successfully.")

2. 保存为Excel文件

使用pandas库将数据保存为Excel文件：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}

df = pd.DataFrame(data)

# 保存为Excel文件
df.to_excel('data.xlsx', index=False)

使用numpy创建并保存Excel文件

import numpy as np
import pandas as pd

# 使用numpy创建一个示例数组
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将numpy数组转换为pandas DataFrame
df = pd.DataFrame(data, columns=['A', 'B', 'C'])

# 保存为Excel文件
df.to_excel('example.xlsx', index=False)

print("Excel file 'example.xlsx' created and saved successfully.")

使用pandas库将不同数据保存到同一个Excel文件中保存多个工作表

import pandas as pd

# 创建两个示例DataFrame
data1 = {'Name': ['Alice', 'Bob', 'Charlie'],
         'Age': [25, 30, 35],
         'City': ['New York', 'Los Angeles', 'Chicago']}
df1 = pd.DataFrame(data1)

data2 = {'Product': ['Product A', 'Product B', 'Product C'],
         'Price': [100, 150, 200],
         'Stock': [50, 30, 20]}
d