Pandas를 사용하여 Excel에 효율적으로 쓰는 방법
데이터 처리 및 분석 과정에서 Excel 파일에 데이터를 쓰는 것은 일반적인 작업입니다. Python의 pandas 라이브러리는 이 목표를 달성하는 효율적인 방법을 제공합니다. 이 기사에서는 Pandas를 사용하여 Excel에 효율적으로 작성하는 방법을 소개하고 구체적인 코드 예제를 제공합니다.
먼저 Pandas 라이브러리를 설치해야 합니다. pandas는 다음 명령을 사용하여 명령 프롬프트나 터미널에 설치할 수 있습니다:
pip install pandas
설치가 완료되면 코드 작성을 시작할 수 있습니다.
데이터 쓰기를 시작하기 전에 먼저 Excel에 쓸 데이터를 준비해야 합니다. 팬더의 DataFrame 객체는 표 형식 데이터를 저장하고 처리하는 데 이상적입니다. 다음과 같은 방법으로 DataFrame 개체를 만들 수 있습니다.
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)
이 DataFrame 개체에는 이름, 나이, 성별이라는 세 가지 데이터 열이 포함되어 있습니다.
다음으로 pandas에서 제공하는 to_excel()
메서드를 사용하여 DataFrame 개체를 Excel 파일에 쓸 수 있습니다. 이 방법을 사용하려면 출력 파일의 경로와 파일 이름을 지정해야 합니다. 다음 코드를 사용하여 Excel 파일에 DataFrame 개체를 작성할 수 있습니다. 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}')이 예에서는 dataFrame 개체를 output.xlsx라는 Excel 파일에 작성하고 행 인덱스를 포함하지 않습니다.
ExcelWriter
개체를 사용할 수 있습니다. 다음은 샘플 코드입니다. writer.sheets['Sheet1'].set_column('A:A', 20) writer.sheets['Sheet1'].set_row(0, 30)
save()
메서드를 호출하여 Excel 파일을 저장합니다.
rrreee
이 예에서는 연령 열 데이터를 소수점 이하 한 자리로 반올림합니다.rrreee
이 예에서는 첫 번째 열의 너비를 20으로, 첫 번째 행의 높이를 30으로 설정합니다. pandas 라이브러리에서 제공하는 메서드와 속성을 사용하면 Excel 파일에 대한 고급 작업을 쉽게 수행할 수 있습니다. 🎜🎜요약🎜🎜이 글에서는 Pandas를 사용하여 Excel에 효율적으로 작성하는 방법을 소개하고 구체적인 코드 예제를 제공합니다. pandas의 DataFrame 개체와 to_excel() 메서드를 사용하면 Excel 파일에 데이터를 쉽게 쓸 수 있습니다. 또한 셀 서식을 지정하고 열 너비, 행 높이 및 기타 속성을 조정할 수도 있습니다. 데이터 처리 및 분석 중에 Excel 파일을 작성해야 하는 경우가 자주 발생한다면 팬더는 강력한 도우미가 될 것입니다. 🎜위 내용은 Pandas를 사용하여 Excel 쓰기를 최적화하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!