如何用python写入excel

使用 Python 写入 Excel 的方法有多种，包括使用 pandas、openpyxl、xlsxwriter 等库、其中 pandas 是最常用的方法，因为它不仅功能强大，还与数据处理高度集成、此外，openpyxl 和 xlsxwriter 也非常有用，特别是在需要进行更复杂的 Excel 操作时。 pandas 是一种高性能、易于使用的数据分析和数据处理库。使用 pandas 可以非常方便地将数据写入 Excel 文件。首先，我们需要安装 pandas 和 openpyxl 库：

pip install pandas openpyxl

下面是如何使用 pandas 将数据写入 Excel 文件的一个简单示例：

import pandas as pd
创建一个数据框架
data = {
    'Name': ['John', 'Anna', 'Peter', 'Linda'],
    'Age': [28, 24, 35, 32],
    'City': ['New York', 'Paris', 'Berlin', 'London']
}
df = pd.DataFrame(data)
将数据框架写入 Excel 文件
df.to_excel('output.xlsx', index=False)

以上代码将创建一个名为 output.xlsx 的 Excel 文件，并将数据写入其中。接下来，我们将详细介绍使用 pandas、openpyxl 和 xlsxwriter 库写入 Excel 的方法。

一、使用 pandas 写入 Excel

pandas 是数据科学和数据分析领域中非常流行的库，能够方便地处理和分析数据。使用 pandas，可以将数据框架（DataFrame）直接写入 Excel 文件。

1. 创建数据框架

首先，我们需要创建一个数据框架。这是一个二维的表格数据结构，可以包含任意类型的数据。

import pandas as pd
data = {
    'Name': ['John', 'Anna', 'Peter', 'Linda'],
    'Age': [28, 24, 35, 32],
    'City': ['New York', 'Paris', 'Berlin', 'London']
}
df = pd.DataFrame(data)

2. 写入 Excel 文件

使用 to_excel 方法将数据框架写入 Excel 文件。可以指定文件名和是否包含索引。

df.to_excel('output.xlsx', index=False)

这个方法会自动处理数据的写入，并且可以通过参数进行一些基本的配置。例如，指定工作表名称：

df.to_excel('output.xlsx', sheet_name='People', index=False)

3. 添加样式

pandas 还支持使用 Styler 对数据框架进行样式设置，例如设置字体、颜色等。

styled_df = df.style.set_properties({'text-align': 'center'})
styled_df.to_excel('styled_output.xlsx', index=False)

二、使用 openpyxl 写入 Excel

openpyxl 是一个专门用于读取和写入 Excel 2010 xlsx/xlsm/xltx/xltm 文件的库。它提供了对 Excel 文件结构的全面控制。

1. 安装 openpyxl

首先，我们需要安装 openpyxl 库：

pip install openpyxl

2. 创建工作簿和工作表

使用 openpyxl 可以创建一个新的工作簿和工作表，并向其中写入数据。

from openpyxl import Workbook
创建一个工作簿
wb = Workbook()
获取活动的工作表
ws = wb.active
向工作表中写入数据
ws.append(['Name', 'Age', 'City'])
ws.append(['John', 28, 'New York'])
ws.append(['Anna', 24, 'Paris'])
ws.append(['Peter', 35, 'Berlin'])
ws.append(['Linda', 32, 'London'])
保存工作簿
wb.save('openpyxl_output.xlsx')

3. 设置单元格样式

openpyxl 允许我们设置单元格的样式，例如字体、颜色、边框等。

from openpyxl.styles import Font, Color, Alignment
设置单元格样式
for row in ws.iter_rows(min_row=1, max_row=1, min_col=1, max_col=3):
    for cell in row:
        cell.font = Font(bold=True, color="FF0000")
        cell.alignment = Alignment(horizontal="center")
wb.save('styled_openpyxl_output.xlsx')

三、使用 xlsxwriter 写入 Excel

xlsxwriter 是另一个用于创建 Excel 文件的库，特别适用于需要创建复杂的 Excel 文件和图表的情况。

1. 安装 xlsxwriter

首先，我们需要安装 xlsxwriter 库：

pip install xlsxwriter

2. 创建工作簿和工作表

使用 xlsxwriter 可以创建一个新的工作簿和工作表，并向其中写入数据。

import xlsxwriter
创建一个工作簿
workbook = xlsxwriter.Workbook('xlsxwriter_output.xlsx')
创建一个工作表
worksheet = workbook.add_worksheet()
向工作表中写入数据
data = [
    ['Name', 'Age', 'City'],
    ['John', 28, 'New York'],
    ['Anna', 24, 'Paris'],
    ['Peter', 35, 'Berlin'],
    ['Linda', 32, 'London']
]
for row_num, row_data in enumerate(data):
    for col_num, cell_data in enumerate(row_data):
        worksheet.write(row_num, col_num, cell_data)
关闭工作簿
workbook.close()

3. 添加格式和样式

xlsxwriter 提供了丰富的格式和样式选项，可以轻松地对单元格进行格式化。

# 创建一个格式对象
bold = workbook.add_format({'bold': True, 'font_color': 'red', 'align': 'center'})
应用格式到表头
for col_num, value in enumerate(data[0]):
    worksheet.write(0, col_num, value, bold)
workbook.close()

四、数据验证和公式

无论是 pandas、openpyxl 还是 xlsxwriter，这些库都支持在 Excel 文件中添加数据验证和公式。

1. 数据验证

数据验证用于确保输入的数据符合特定的规则。以下示例展示了如何使用 openpyxl 添加数据验证：

from openpyxl.worksheet.datavalidation import DataValidation
创建一个数据验证对象
dv = DataValidation(type="list", formula1='"New York,Paris,Berlin,London"', showDropDown=True)
将数据验证应用到某个范围
ws.add_data_validation(dv)
dv.add(ws["C2:C5"])
wb.save('datavalidation_openpyxl_output.xlsx')

2. 添加公式

以下示例展示了如何使用 xlsxwriter 添加公式：

# 向工作表中写入数据
worksheet.write('A1', 10)
worksheet.write('A2', 20)
添加公式
worksheet.write_formula('A3', '=A1+A2')
workbook.close()

五、处理大数据集

当处理大数据集时，性能是一个重要的考虑因素。pandas 是处理大数据集的首选，因为它基于 NumPy，能够高效地处理数百万行数据。

1. 读取和写入大数据集

以下示例展示了如何使用 pandas 读取和写入大数据集：

import pandas as pd
读取大数据集
df = pd.read_csv('large_dataset.csv')
处理数据
df['New_Column'] = df['Existing_Column'] * 2
写入 Excel 文件
df.to_excel('large_output.xlsx', index=False)

2. 分块处理

当数据集过大以至于无法一次性加载到内存时，可以使用分块处理。以下示例展示了如何分块读取和处理大数据集：

import pandas as pd
chunk_size = 100000  # 每个块的行数
创建一个 Excel 写入器
writer = pd.ExcelWriter('chunked_output.xlsx', engine='xlsxwriter')
分块读取和处理数据
for chunk in pd.read_csv('large_dataset.csv', chunksize=chunk_size):
    chunk['New_Column'] = chunk['Existing_Column'] * 2
    chunk.to_excel(writer, sheet_name='Sheet1', index=False, header=False, startrow=writer.sheets['Sheet1'].max_row)
关闭写入器
writer.save()

六、处理多工作表

在实际应用中，我们可能需要在一个 Excel 文件中处理多个工作表。pandas、openpyxl 和 xlsxwriter 都支持这一功能。

1. 使用 pandas 处理多工作表

以下示例展示了如何使用 pandas 在一个 Excel 文件中写入多个工作表：

import pandas as pd
创建两个数据框架
df1 = pd.DataFrame({
    'Name': ['John', 'Anna'],
    'Age': [28, 24],
    'City': ['New York', 'Paris']
})
df2 = pd.DataFrame({
    'Name': ['Peter', 'Linda'],
    'Age': [35, 32],
    'City': ['Berlin', 'London']
})
创建一个 Excel 写入器
with pd.ExcelWriter('multi_sheet_output.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

2. 使用 openpyxl 处理多工作表

以下示例展示了如何使用 openpyxl 在一个 Excel 文件中写入多个工作表：

from openpyxl import Workbook
创建一个工作簿
wb = Workbook()
创建两个工作表
ws1 = wb.active
ws1.title = 'Sheet1'
ws2 = wb.create_sheet(title='Sheet2')
向工作表中写入数据
ws1.append(['Name', 'Age', 'City'])
ws1.append(['John', 28, 'New York'])
ws1.append(['Anna', 24, 'Paris'])
ws2.append(['Name', 'Age', 'City'])
ws2.append(['Peter', 35, 'Berlin'])
ws2.append(['Linda', 32, 'London'])
保存工作簿
wb.save('openpyxl_multi_sheet_output.xlsx')

3. 使用 xlsxwriter 处理多工作表

以下示例展示了如何使用 xlsxwriter 在一个 Excel 文件中写入多个工作表：

import xlsxwriter
创建一个工作簿
workbook = xlsxwriter.Workbook('xlsxwriter_multi_sheet_output.xlsx')
创建两个工作表
worksheet1 = workbook.add_worksheet('Sheet1')
worksheet2 = workbook.add_worksheet('Sheet2')
向工作表中写入数据
data1 = [
    ['Name', 'Age', 'City'],
    ['John', 28, 'New York'],
    ['Anna', 24, 'Paris']
]
data2 = [
    ['Name', 'Age', 'City'],
    ['Peter', 35, 'Berlin'],
    ['Linda', 32, 'London']
]
for row_num, row_data in enumerate(data1):
    for col_num, cell_data in enumerate(row_data):
        worksheet1.write(row_num, col_num, cell_data)
for row_num, row_data in enumerate(data2):
    for col_num, cell_data in enumerate(row_data):
        worksheet2.write(row_num, col_num, cell_data)
关闭工作簿
workbook.close()

总结

通过本文，我们详细介绍了如何使用 pandas、openpyxl 和 xlsxwriter 将数据写入 Excel 文件。pandas 是最常用的方法，因为它不仅功能强大，还与数据处理高度集成。openpyxl 和 xlsxwriter 提供了更多的样式和格式选项，适用于需要更复杂 Excel 操作的情况。无论选择哪种方法，都可以根据具体需求进行配置和扩展。希望本文对你在使用 Python 处理 Excel 文件时有所帮助。