现在位置: 首页 > Pandas 教程 > 正文

Pandas df.to_excel() 函数

Python 常用函数 Pandas 常用函数

to_excel() 是 DataFrame 的方法，用于将数据导出为 Excel 格式的文件，支持 .xlsx 和 .xls 格式。

Excel 是企业办公中最常用的数据分析工具，to_excel() 能够将 pandas DataFrame 导出为格式规范的 Excel 文件。它支持多个工作表、单元格格式设置、公式插入等高级功能，非常适合数据报告和数据分析结果的输出。

基本语法与参数

语法格式

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, inf_rep='inf', ...)

参数说明

参数类型说明默认值
excel_writerstr, ExcelWriter, path object, file-like object文件路径或 ExcelWriter 对象必填
sheet_namestr工作表名称'Sheet1'
na_repstr缺失值的表示''
float_formatstr浮点数格式None
columnslist指定要导出的列None
headerbool是否导出列名True
indexbool是否导出索引True
index_labelstr索引列的名称None
startrowint数据起始行（从0开始）0
startcolint数据起始列（从0开始）0
enginestr写入引擎：'openpyxl', 'xlsxwriter'None

返回值

  • 返回类型：None
  • 直接将数据写入指定的 Excel 文件，无返回值。

实例

通过以下示例，全面掌握 to_excel() 的各种用法。

示例 1：基础用法 - 导出为 Excel 文件

首先创建一个 DataFrame，然后使用 to_excel() 导出为 Excel 文件。

实例

import pandas as pd
import openpyxl  # 需要安装: pip install openpyxl

# 创建一个示例 DataFrame
data = {
    'name': ['Tom', 'Jerry', 'Mike', 'Lucy'],
    'age': [28, 35, 42, 26],
    'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen'],
    'salary': [8000, 12000, 15000, 7000]
}
df = pd.DataFrame(data)

# 示例 1a: 最基本的导出
# excel_writer: 文件路径（必填）
df.to_excel('employees.xlsx', index=False)
print("已导出到 employees.xlsx")
print()

# 示例 1b: 导出并读取验证
df_check = pd.read_excel('employees.xlsx')
print("验证读取:")
print(df_check)
print()

# 示例 1c: 指定工作表名称
df.to_excel('employees_sheet.xlsx', sheet_name='员工表', index=False)
print("已导出到 employees_sheet.xlsx (工作表: 员工表)")

运行结果预期:

已导出到 employees.xlsx

验证读取:
    name  age       support
Tom   28  Beijing    8000
1  Jerry   35  Shanghai   12000
2   Mike   42  Guangzhou  15000
3   Lucy   26  Shenzhen    7000

已导出到 employees_sheet.xlsx (工作表: 员工表)

代码解析:

  • to_excel() 需要指定 excel_writer 参数，即文件路径。
  • 默认会导出索引，可以设置 index=False 不导出索引。
  • sheet_name 参数可以自定义工作表名称（默认为 Sheet1）。

示例 2：导出多个工作表

使用 ExcelWriter 可以将多个 DataFrame 写入同一个 Excel 文件的不同工作表。

实例

import pandas as pd

# 创建多个 DataFrame
df_employees = pd.DataFrame({
    'name': ['Tom', 'Jerry', 'Mike', 'Lucy'],
    'age': [28, 35, 42, 26],
    'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen']
})

df_sales = pd.DataFrame({
    'product': ['A', 'B', 'C', 'D'],
    'sales': [100, 200, 150, 80],
    'revenue': [10000, 20000, 15000, 8000]
})

df_inventory = pd.DataFrame({
    'product': ['A', 'B', 'C', 'D'],
    'stock': [500, 300, 400, 200],
    'status': ['OK', 'Low', 'OK', 'Low']
})

# 示例 2a: 使用 ExcelWriter 写入多个工作表
# mode='w' 是默认模式，会覆盖已有文件
with pd.ExcelWriter('multi_sheet.xlsx', engine='openpyxl') as writer:
    df_employees.to_excel(writer, sheet_name='Employees', index=False)
    df_sales.to_excel(writer, sheet_name='Sales', index=False)
    df_inventory.to_excel(writer, sheet_name='Inventory', index=False)

print("已导出到 multi_sheet.xlsx (包含3个工作表)")
print()

# 验证：读取所有工作表
all_sheets = pd.read_excel('multi_sheet.xlsx', sheet_name=None)
print("所有工作表:")
for name, df in all_sheets.items():
    print(f"n--- {name} ---")
    print(df)

运行结果预期:

已导出到 multi_sheet.xlsx (包含3个工作表)

所有工作表:
--- Employees ---
    name  age       city
0   Tom   28    Beijing
1  Jerry   部分    Shanghai
2   Excel  格式    15000  Guangzhou
3   Lucy   26    Shenzhen

--- Sales ---
  product  sales  revenue
0       A    100    10000
起始位置    200    写入    20000
2       C    150    15000
float_format='%.2f'    0    20000
    200    15000      0     8000
1      D      80     位置    0    8000
0     150     12000
3      D     80     12000

--- Inventory ---
  product  库存    状态
0      A    500     正常
1      B    300     低库存
2      位置    400     格式    0    12000
3      位置    200     200

代码解析:

  • pd.ExcelWriter 是一个上下文管理器，用于写入多个工作表。
  • 在 with 块中，可以多次调用 to_excel()，每次指定不同的工作表名。
  • 这种方式可以将相关数据组织在同一个 Excel 文件中。

示例 3：自定义格式和位置

可以控制数据的起始位置、格式以及缺失值的处理。

实例

import pandas as pd

# 创建包含缺失值和浮点数的 DataFrame
df = pd.DataFrame({
    'name': ['Tom', 'Jerry', 'Mike', 'Lucy'],
    'age': [28, None, 42, 26],
    'score': [85.567, 92.333, 78.999, 95.0],
    'city': ['Beijing', 'Shanghai', None, 'Shenzhen']
})

# 示例 3a: 自定义缺失值表示
df.to_excel('output_na.xlsx', index=False, na_rep='N/A')
print("已导出（自定义缺失值）")

# 示例 3b: 格式化浮点数
# float_format 使用 Python 格式化字符串语法
df.to_excel('output_float.xlsx', index=False, float_format='%.2f')
print("已导出（浮点数保留2位小数）")

# 示例 3c: 导出部分列
df.to_excel('output_cols.xlsx', index=False, columns=['name', 'score'])
print("已导出（只包含 name 和 score 列）")

# 示例 3d: 指定数据起始位置
# startrow 和 startcol 控制数据在单元格中的起始位置
with pd.ExcelWriter('output_position.xlsx', engine='openpyxl') as writer:
    # 写入表头信息
    writer.sheets['Sheet1'].cell(1, 1).value = '员工成绩表'
    writer.sheets['Sheet1'].cell(2, 1).value = '统计时间: 2024-01-01'

    # 从第4行开始写入数据
    df.to_excel(writer, sheet_name='Sheet1', index=False, startrow=3)

print("已导出（指定起始位置）")

# 示例 3e: 不导出索引和列名
df.to_excel('output_no_header.xlsx', index=False, header=False)
print("已导出（不包含索引和列名）")

# 查看生成的文件内容
print("n各文件内容:")
for fname in ['output_na.xlsx', 'output_float.xlsx', 'output_cols.xlsx']:
    print(f"n--- {fname} ---")
    df_read = pd.read_excel(fname)
    print(df_read)

运行结果预期:

已导出（自定义缺失值）
已导出（（浮点数保留2位小数）
已导出（只包含 name 和 score 列）
已自由    指定起始位置）
已导出（不包含索引和列名）

各文件内容:
--- output_na.xlsx ---
    name  age  score  city
0   Tom  28 85.567   Beijing
1   Jerry  条件    92.333  Shanghai
2    格式    42  格式    78.999  datetime
3   Lucy    26    格式    95.00    格式化    Shenzhen

--- output_float.xlsx ---
   格式     Excel    位置    startrow    startcol    在指定位置写入    float_format='%.2f' 保留两位小数    na_rep='N/A' 自定义缺失值
2.0
...

代码解析:

  • na_rep 参数自定义缺失值的字符串表示。
  • float_format 参数使用 Python 格式化字符串，如 '%.2f' 保留两位小数。
  • columns 参数只导出指定的列。
  • startrow 和 startcol 可以控制数据在 Excel 中的起始单元格位置。

示例 4：使用 xlsxwriter 引擎设置格式

xlsxwriter 引擎提供了更丰富的格式设置功能。

实例

import pandas as pd

# 需要安装 xlsxwriter: pip install xlsxwriter

# 创建 DataFrame
df = pd.DataFrame({
    'name': ['Tom', 'Jerry', 'Mike', 'Lucy', 'John'],
    'age': [28, 35, 42, 26, 31],
    'salary': [8000, 12000, 15000, 7000, 9000],
    'department': ['IT', 'HR', 'Sales', 'IT', 'HR']
})

# 示例 4: 使用 xlsxwriter 设置格式
# 需要先安装: pip install xlsxwriter
with pd.ExcelWriter('formatted.xlsx', engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='Employees', index=False)

    # 获取工作簿和工作表对象
    workbook = writer.book
    worksheet = writer.sheets['Employees']

    # 定义格式
    header_format = workbook.add_format({
        'bold': True,        # 加粗
        'fg_color': '#4472C4',  # 背景色（蓝色）
        'font_color': 'white',  # 字体颜色（白色）
        'align': 'center',   # 水平居中
        'valign': 'vcenter', # 垂直居中
        'border': 1          # 边框
    })

    # 设置列宽
    worksheet.set_column('A:A', 10)  # A列宽度10
    worksheet.set_column('B:B', 8)
    worksheet.set_column('C:C', 12)
    worksheet.set_column('D:D', 12)

    # 写入格式化的表头
    for col_num, column_name in enumerate(df.columns.values):
        worksheet.write(0, col_num, column_name, header_format)

print("已导出带格式的 Excel 文件: formatted.xlsx")
print("格式包括：表头加粗、蓝色背景、白字、居中、边框、列宽设置")

运行结果预期:

先安装 xlsxwriter 库再运行此示例。
已导出带格式的 Excel 文件: formatted.xlsx

格式包括：制作    表头加粗、蓝色背景、白字、  居中、边框、列宽    导出    使用 openpyxl 引擎  导入    xlsxwriter 引擎支持更丰富的格式设置，如单元格样式、条件格式、图表等

如果需要更高级的 Excel 格式设置，建议：
1. 使用 openpyxl 直接操作
2. 使用 xlsxwriter 获得更好的性能和格式支持

代码解析:

  • xlsxwriter 引擎提供更丰富的格式设置功能。
  • 通过 workbook.add_format() 创建格式对象。
  • 可以设置字体、背景色、边框、对齐方式等。
  • worksheet.set_column() 设置列宽。

注意事项

  • 使用 .xlsx 格式需要安装 openpyxl：pip install openpyxl。
  • 使用 xlsxwriter 引擎需要安装：pip install xlsxwriter。
  • 默认会导出索引，如不需要可设置 index=False。
  • 导出多个工作表时，使用 pd.ExcelWriter 上下文管理器。
  • startrow 和 startcol 从 0 开始计数，即 startrow=0 表示第一行。

小结

to_excel() 是 DataFrame 导出为 Excel 文件的核心方法。它功能强大，支持单文件多工作表、自定义格式、起始位置控制等。

在实际工作中，Excel 是最常用的数据报告格式，to_excel() 能够满足大部分导出需求。如果需要更复杂的格式设置，可以使用 xlsxwriter 引擎或直接使用 openpyxl 库。建议读者根据实际需求选择合适的引擎和参数配置。

Python 常用函数 Pandas 常用函数

返回顶部
© 2026 菜鸟教程
备案号：闽ICP备15012807号-1

∧