Analyse approfondie de la méthode et de l'application de l'écriture Pandas dans Excel
Pandas est une puissante bibliothèque de traitement de données Python, qui fournit diverses fonctions de manipulation et d'analyse de données. Dans le travail d'analyse de données, il est souvent nécessaire d'écrire les données traitées dans des fichiers Excel pour un traitement et un affichage ultérieurs. Cet article fournira une analyse approfondie de la méthode et de l'application de l'écriture Pandas sur Excel, et fournira des exemples de code spécifiques.
Avant d'utiliser Pandas pour écrire dans Excel, nous devons installer les bibliothèques dépendantes appropriées, notamment Pandas et openpyxl. Il peut être installé via la commande suivante :
pip install pandas pip install openpyxl
Ensuite, nous présenterons les deux méthodes d'écriture sur Excel fournies par Pandas.
Méthode 1 : utilisez la méthode to_excel pour écrire un fichier Excel
Pandas fournit la méthode to_excel, qui peut écrire des données DataFrame dans un fichier Excel. La syntaxe de cette méthode est la suivante :
df.to_excel('filename.xlsx', sheet_name='sheet1', index=False)
Ensuite, nous illustrons l'application de cette méthode à travers un exemple précis.
import pandas as pd # 创建DataFrame数据 data = {'姓名': ['张三', '李四', '王五'], '年龄': [25, 30, 35], '性别': ['男', '女', '男']} df = pd.DataFrame(data) # 将DataFrame数据写入Excel文件 df.to_excel('data.xlsx', sheet_name='Sheet1', index=False)
Après avoir exécuté le code ci-dessus, un fichier Excel nommé 'data.xlsx' sera généré dans le répertoire courant. Le contenu du fichier est le suivant :
Nom | Âge | Gender |
---|---|---|
Zhang San | 25 | Homme |
Li Si | 30 | Femme |
王五 | 35 | Homme |
Méthode 2 : Utilisez l'objet ExcelWriter pour écrire des fichiers Excel
En plus d'utiliser directement la méthode to_excel, Pandas fournit également un objet ExcelWriter, qui peut écrire des fichiers Excel de manière plus flexible . L'exemple de code de cette méthode est le suivant :
import pandas as pd # 创建ExcelWriter对象 writer = pd.ExcelWriter('filename.xlsx') # 将DataFrame数据写入到Excel文件中的工作表1 df1.to_excel(writer, sheet_name='Sheet1', index=False) # 将DataFrame数据写入到Excel文件中的工作表2 df2.to_excel(writer, sheet_name='Sheet2', index=False) # 保存Excel文件 writer.save()
Dans le code ci-dessus, nous créons d'abord un objet ExcelWriter, puis utilisons sa méthode d'écriture pour écrire les données DataFrame dans la feuille de calcul spécifiée, et enfin appelons la méthode save pour enregistrer le fichier Excel. .
Nous illustrons l'application de cette méthode à travers un exemple précis.
import pandas as pd # 创建DataFrame数据 data1 = {'姓名': ['张三', '李四', '王五'], '年龄': [25, 30, 35]} df1 = pd.DataFrame(data1) data2 = {'城市': ['北京', '上海', '广州'], '职业': ['工程师', '教师', '医生']} df2 = pd.DataFrame(data2) # 创建ExcelWriter对象 writer = pd.ExcelWriter('data.xlsx') # 将DataFrame数据写入到Excel文件中的工作表1 df1.to_excel(writer, sheet_name='个人信息', index=False) # 将DataFrame数据写入到Excel文件中的工作表2 df2.to_excel(writer, sheet_name='工作信息', index=False) # 保存Excel文件 writer.save()
Après avoir exécuté le code ci-dessus, un fichier Excel nommé « data.xlsx » sera généré dans le répertoire actuel, contenant deux feuilles de calcul. La première feuille de travail s'appelle « Informations personnelles » et le contenu est le suivant :
Nom | Âge |
---|---|
张三 | 25 |
李思 | 3 0 |
王五 | 35 |
La deuxième feuille de calcul s'appelle « Informations sur l'emploi » et son contenu est le suivant :
Ville | Occupation |
---|---|
Pékin | Ingénieur |
Shanghai | Professeur |
Guangzhou | Docteur |
Résumé
Cet article fournit une analyse approfondie des deux méthodes d'écriture de Pandas dans Excel et fournit des exemples de code spécifiques. L'utilisation de Pandas pour écrire des fichiers Excel peut facilement enregistrer des données dans Excel pour un traitement et un affichage ultérieurs. En maîtrisant ces méthodes, nous pouvons traiter et gérer les données avec plus de flexibilité. J'espère que cet article pourra vous aider à comprendre et à appliquer Pandas pour écrire dans Excel.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!