Python如何保存处理后的数据_Pandas导出CSV与Excel格式-Python教程-PHP中文网

导出csv中文乱码应使用encoding='utf_8_sig'；to_excel报错需安装openpyxl；日期显示为数字需设置单元格格式或转字符串；大文件应分块导出以避免内存溢出。

python如何保存处理后的数据_pandas导出csv与excel格式

导出CSV时中文乱码怎么办

Windows系统下用 pandas.to_csv() 默认用 utf-8 编码，但Excel（尤其是旧版）打开会显示乱码，本质是它默认按 gbk 解码。不是数据错了，是编码和解码不匹配。

解决方法很简单：显式指定 encoding='utf_8_sig' —— 这个编码会在文件开头加BOM头，让Excel认出是UTF-8：

df.to_csv('output.csv', encoding='utf_8_sig', index=False)

注意别写成 'utf-8-sig'（带短横线），pandas只认 'utf_8_sig'；也别用 gbk，虽然能打开，但会丢掉 emoji、生僻字或英文特殊符号。

Mac/Linux用户一般不用加 encoding，系统原生支持UTF-8
如果下游是Python脚本读取，保持 utf-8 即可，不必加 _sig
index=False 建议始终加上，否则多一列行号，容易被误当数据

to_excel() 报错“ModuleNotFoundError: No module named 'openpyxl'”

pandas.to_excel() 本身不自带引擎，依赖第三方库。报这个错，说明没装 openpyxl（处理 .xlsx）或 xlsxwriter（也可用，但功能略少）。

直接装就行：

pip install openpyxl

装完不用改代码，pandas会自动选用 openpyxl。如果已装还报错，检查是否在虚拟环境中漏装，或用了 conda 装的 pandas 却 pip 装的 openpyxl（环境不一致）。

只导出 .xls（老格式）才需要 xlwt，现在基本不用，别踩坑
想控制样式（如加粗、冻结窗格），openpyxl 是唯一选择；xlsxwriter 不支持读取已有文件
大数据量（>10万行）导出 Excel 会明显变慢，CSV 更稳

日期列导出后在Excel里变成数字

pandas 的 datetime64 类型导出到Excel时，有时显示成一串数字（如 44562.0），这是Excel把时间当成了“自1900-01-01起的天数”。不是bug，是格式没设对。

Li Python Sec Check

Python 安全规范检查工具：基于 CloudBase 规范、腾讯安全指南，LLM 智能分析（默认禁用，优先本地执行）

下载

根本解法是在保存前统一转为字符串，或导出后在Excel里设单元格格式为“日期”。更稳妥的做法是用 openpyxl 引擎手动控制列格式：

with pd.ExcelWriter('output.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, index=False)
    # 获取工作表对象
    ws = writer.sheets['Sheet1']
    # 假设第2列是日期，从第2行开始（第1行是标题）
    for row in ws.iter_rows(min_row=2, min_col=2, max_col=2):
        for cell in row:
            cell.number_format = 'yyyy-mm-dd'

如果只是临时导出看一眼，导出后在Excel里选中列 → 右键“设置单元格格式” → “日期”，比写代码快得多。

用 dt.strftime('%Y-%m-%d') 转字符串也能避免问题，但会丢失 datetime 类型信息
含时分秒的列建议用 'yyyy-mm-dd hh:mm:ss' 格式，不然Excel可能截断
导出前用 df.dtypes 确认列类型，别靠肉眼猜

大文件导出卡死或内存爆掉

单次调用 to_csv() 或 to_excel() 会把整个 DataFrame 加载进内存再写入磁盘。1GB以上的数据很容易触发 OOM 或卡住。

拆成块写是最实用的方案：

# CSV 分块导出（自动追加，首块写列名，后续不写）
for i, chunk in enumerate(pd.read_csv('input.csv', chunksize=50000)):
    chunk_processed = your_processing_func(chunk)
    mode = 'w' if i == 0 else 'a'
    header = i == 0
    chunk_processed.to_csv('output.csv', mode=mode, header=header, index=False, encoding='utf_8_sig')

Excel 不支持追加写入，所以大文件优先选 CSV；真要 Excel，就分 Sheet 写：

with pd.ExcelWriter('output.xlsx') as writer:
    for i, chunk in enumerate(np.array_split(df, 10)):  # 拆10份
        chunk.to_excel(writer, sheet_name=f'Sheet_{i+1}', index=False)