Comment optimiser l'écriture Excel à l'aide de pandas

Comment utiliser les pandas pour obtenir une écriture efficace dans Excel

Dans le processus de traitement et d'analyse des données, l'écriture de données dans des fichiers Excel est une opération courante. La bibliothèque pandas de Python fournit un moyen efficace d'atteindre cet objectif. Cet article expliquera comment utiliser les pandas pour obtenir une écriture efficace dans Excel et fournira des exemples de code spécifiques.

Tout d'abord, nous devons installer la bibliothèque pandas. pandas peut être installé dans l'invite de commande ou dans le terminal à l'aide de la commande suivante :

pip install pandas

Une fois l'installation terminée, nous pouvons commencer à écrire du code.

1. Créer un objet DataFrame

Avant de commencer à écrire des données, nous devons d'abord préparer les données à écrire dans Excel. Les objets DataFrame dans les pandas sont idéaux pour stocker et traiter des données tabulaires. On peut créer un objet DataFrame de la manière suivante :

import pandas as pd

data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [25, 30, 35],
        '性别': ['男', '女', '男']}

df = pd.DataFrame(data)

Cet objet DataFrame contient trois colonnes de données, à savoir le nom, l'âge et le sexe.

2. Écrire dans un fichier Excel

Ensuite, nous pouvons utiliser la méthode to_excel() fournie par pandas pour écrire l'objet DataFrame dans le fichier Excel. Cette méthode nécessite de spécifier le chemin et le nom du fichier de sortie. Nous pouvons écrire un objet DataFrame dans un fichier Excel en utilisant le code suivant : to_excel()方法将DataFrame对象写入Excel文件。这个方法需要指定输出文件的路径和文件名。我们可以使用以下代码将DataFrame对象写入Excel文件：

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

在这个示例中，我们将DataFrame对象写入名为output.xlsx的Excel文件中，并且不包含行索引。

如果要写入多个DataFrame对象到同一个Excel文件的不同工作表中，可以使用ExcelWriter对象。以下是一个示例代码：

writer = pd.ExcelWriter('output.xlsx')

df1.to_excel(writer, sheet_name='Sheet1', index=False)
df2.to_excel(writer, sheet_name='Sheet2', index=False)

writer.save()

在这个示例中，我们创建了一个ExcelWriter对象，并使用它将两个DataFrame对象分别写入两个工作表（Sheet1和Sheet2）中。最后，我们调用save()

df['年龄'].style.format('{:.1f}')

Dans cet exemple, nous écrivons un objet DataFrame dans un fichier Excel nommé output.xlsx et n'incluons pas l'index de ligne.

3. Si vous souhaitez écrire plusieurs objets DataFrame dans différentes feuilles de calcul dans le même fichier Excel, vous pouvez utiliser l'objet ExcelWriter. Voici un exemple de code :

writer.sheets['Sheet1'].set_column('A:A', 20)
writer.sheets['Sheet1'].set_row(0, 30)

Dans cet exemple, nous créons un objet ExcelWriter et l'utilisons pour écrire deux objets DataFrame dans deux feuilles de calcul (Sheet1 et Sheet2). Enfin, nous appelons la méthode save() pour sauvegarder le fichier Excel.

Autres propriétés pour l'écriture de fichiers Excel

• En plus d'écrire des données, nous pouvons également définir le format des cellules, ajuster la largeur des colonnes et la hauteur des lignes et d'autres propriétés. Voici quelques méthodes et propriétés couramment utilisées :

• Formater la cellule :

  rrreee

  Cet exemple arrondit les données de la colonne âge à une décimale.

Ajustez la largeur de la colonne et la hauteur de la ligne :

rrreee

Cet exemple définit la largeur de la première colonne à 20 et la hauteur de la première ligne à 30.

En utilisant les méthodes et propriétés fournies par la bibliothèque pandas, nous pouvons facilement effectuer des opérations avancées sur des fichiers Excel. 🎜🎜Résumé🎜🎜Cet article explique comment utiliser les pandas pour obtenir une écriture efficace dans Excel et fournit des exemples de code spécifiques. En utilisant l'objet DataFrame de pandas et la méthode to_excel(), nous pouvons facilement écrire des données dans un fichier Excel. De plus, nous pouvons également formater les cellules, ajuster la largeur des colonnes, la hauteur des lignes et d'autres propriétés. Si vous rencontrez souvent le besoin d'écrire des fichiers Excel lors du traitement et de l'analyse des données, alors les pandas deviendront un assistant puissant pour vous. 🎜

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!