Python数据导出到Excel完整教程

为什么需要将Python数据导出到Excel？

Excel是广泛使用的数据分析工具，将Python处理的数据导出到Excel有以下优势：

• 便于与非技术人员共享数据分析结果
• 利用Excel强大的数据可视化和图表功能
• 进行进一步的数据处理和报表生成
• 与现有业务流程和报表系统集成

方法一：使用pandas库导出Excel

pandas是Python数据处理的核心库，提供了最简单的Excel导出方法。

安装pandas和openpyxl

pip install pandas openpyxl

基本导出示例

import pandas as pd

# 创建示例数据
data = {
    '姓名': ['张三', '李四', '王五'],
    '年龄': [28, 32, 25],
    '城市': ['北京', '上海', '广州'],
    '薪资': [15000, 22000, 18000]
}

# 创建DataFrame
df = pd.DataFrame(data)

# 导出到Excel
df.to_excel('员工数据.xlsx', index=False, sheet_name='员工信息')

print("Excel文件导出成功！")

导出多个工作表

# 创建第二个数据集
sales_data = {
    '月份': ['1月', '2月', '3月'],
    '销售额': [125000, 138000, 156000],
    '利润': [35000, 42000, 48000]
}
sales_df = pd.DataFrame(sales_data)

# 使用ExcelWriter导出多个sheet
with pd.ExcelWriter('公司数据.xlsx') as writer:
    df.to_excel(writer, sheet_name='员工信息', index=False)
    sales_df.to_excel(writer, sheet_name='销售数据', index=False)

pandas导出Excel适用场景

• 快速导出DataFrame数据
• 简单的多工作表导出
• 数据量不是特别大的情况（百万行以内）
• 不需要复杂格式和公式的场景

方法二：使用openpyxl库导出Excel

openpyxl提供更精细的Excel控制，适合需要复杂格式的场景。

安装openpyxl

pip install openpyxl

创建带格式的Excel文件

from openpyxl import Workbook
from openpyxl.styles import Font, Alignment, PatternFill
from openpyxl.utils import get_column_letter

# 创建工作簿和工作表
wb = Workbook()
ws = wb.active
ws.title = "员工信息"

# 添加标题行
headers = ['姓名', '年龄', '城市', '薪资']
for col_num, header in enumerate(headers, 1):
    col_letter = get_column_letter(col_num)
    cell = ws[f"{col_letter}1"]
    cell.value = header
    cell.font = Font(bold=True, color="FFFFFF")
    cell.fill = PatternFill(start_color="3498db", end_color="3498db", fill_type="solid")
    cell.alignment = Alignment(horizontal='center')

# 添加数据
employees = [
    ['张三', 28, '北京', 15000],
    ['李四', 32, '上海', 22000],
    ['王五', 25, '广州', 18000]
]

for row_num, employee in enumerate(employees, 2):  # 从第2行开始
    for col_num, value in enumerate(employee, 1):
        col_letter = get_column_letter(col_num)
        ws[f"{col_letter}{row_num}"] = value

# 自动调整列宽
for col in ws.columns:
    max_length = 0
    column = col[0].column_letter
    for cell in col:
        try:
            if len(str(cell.value)) > max_length:
                max_length = len(str(cell.value))
        except:
            pass
    adjusted_width = (max_length + 2)
    ws.column_dimensions[column].width = adjusted_width

# 保存文件
wb.save("员工信息_带格式.xlsx")
print("带格式的Excel文件创建成功！")

openpyxl适用场景

• 需要精确控制Excel格式和样式
• 创建复杂报表和模板
• 添加公式、条件格式和数据验证
• 操作现有Excel文件（读取-修改-保存）

方法三：使用xlsxwriter库导出Excel

xlsxwriter适合处理大数据量和需要添加图表的情况。

安装xlsxwriter

pip install xlsxwriter

创建带图表的Excel报表

import xlsxwriter

# 创建新工作簿
workbook = xlsxwriter.Workbook('销售报表.xlsx')
worksheet = workbook.add_worksheet('季度销售')

# 定义数据格式
header_format = workbook.add_format({
    'bold': True,
    'bg_color': '#3498db',
    'font_color': 'white',
    'border': 1,
    'align': 'center',
    'valign': 'vcenter'
})

currency_format = workbook.add_format({'num_format': '¥#,##0'})

# 添加数据
headers = ['季度', '产品A', '产品B', '产品C', '总计']
data = [
    ['Q1', 125000, 98000, 115000],
    ['Q2', 138000, 102000, 126000],
    ['Q3', 156000, 118000, 142000],
    ['Q4', 168000, 132000, 155000]
]

# 写入标题行
worksheet.write_row('A1', headers, header_format)

# 写入数据
for row_num, row_data in enumerate(data, 1):
    worksheet.write_row(f'A{row_num+1}', row_data)
    
    # 计算总计并写入
    total = sum(row_data[1:])
    worksheet.write(row_num, 4, total, currency_format)

# 添加公式计算平均值
worksheet.write('A6', '平均', header_format)
for col in range(1, 5):
    col_letter = chr(64 + col)
    worksheet.write_formula(5, col, f'=AVERAGE({col_letter}2:{col_letter}5)', currency_format)

# 添加图表
chart = workbook.add_chart({'type': 'column'})

# 添加数据系列
for col in range(1, 4):
    chart.add_series({
        'name': [f'季度销售!{chr(64+col)}1'],
        'categories': '=季度销售!$A$2:$A$5',
        'values': f'=季度销售!${chr(64+col)}$2:${chr(64+col)}$5'
    })

# 设置图表标题和样式
chart.set_title({'name': '季度产品销售对比'})
chart.set_x_axis({'name': '季度'})
chart.set_y_axis({'name': '销售额 (元)'})

# 插入图表到工作表
worksheet.insert_chart('A8', chart)

# 关闭工作簿
workbook.close()
print("带图表的销售报表创建成功！")

xlsxwriter适用场景

• 处理非常大的数据集（百万行以上）
• 需要创建复杂图表和图形
• 添加高级Excel功能（数据透视表、迷你图等）
• 生成专业商业报表

三种方法对比总结

常见问题解答

1. 如何处理导出时的中文乱码问题？

确保文件使用UTF-8编码保存，并在导出时指定编码：

# pandas解决方案
df.to_excel('文件.xlsx', encoding='utf-8-sig')

2. 如何导出到Excel的指定单元格位置？

# openpyxl示例
ws['C5'] = "起始位置"  # 在C5单元格写入数据
ws.cell(row=10, column=3, value="第10行C列")  # 行和列索引

3. 如何导出超大数据集？

对于超过100万行的数据：

• 使用xlsxwriter的流式写入模式
• 分批次写入数据
• 关闭不必要的格式以提高性能

最佳实践建议

• 大数据集优先选择xlsxwriter
• 需要修改现有Excel文件时使用openpyxl
• 简单导出任务使用pandas提高效率
• 处理中文时始终指定编码为utf-8-sig
• 导出前对数据进行清洗和格式化
• 使用try-except处理可能的写入错误