Pandas to_excel: Запись DataFrames в файлы Excel

В этом руководстве вы научитесь сохранять ваши DataFrame или DataFrames Pandas в файлы Excel. Умение сохранять данные в этом всемирно распространенном формате данных является важным навыком во многих организациях. В этом руководстве вы научитесь сохранять простой DataFrame в Excel, а также настроить ваши параметры, чтобы создать отчет, который вы хотите!

К концу этого руководства вы узнаете:

• Как сохранить DataFrame Pandas в Excel

• Как настроить имя листа вашего DataFrame в Excel

• Как настроить имена индексов и столбцов при записи в Excel

• Как написать несколько DataFrames в Excel в Pandas

• Следует ли объединять ячейки или замораживать панели при записи в Excel в Pandas.

• Как форматировать пропущенные значения и значения бесконечности при написании Pandas в Excel

Оглавление

• Быстрый ответ: используйте Pandas to_excel

• Понимание функции Pandas to_excel

• Как сохранить фрейм данных Pandas в Excel

• Как включить индекс при сохранении фрейма данных Pandas в Excel

• Как переименовать индекс при сохранении фрейма данных Pandas в Excel

• Как сохранить несколько фреймов данных на разных листах в Excel

• Как сохранить только некоторые столбцы при экспорте фреймов данных Pandas в Excel

• Как переименовать столбцы при экспорте фреймов данных Pandas в Excel

• Как указать начальные позиции при экспорте фрейма данных Pandas в Excel

• Как представить отсутствующие и бесконечные значения при сохранении фрейма данных Pandas в Excel

• Как объединить ячейки при записи многоиндексных фреймов данных в Excel

• Как закрепить панели при сохранении фрейма данных Pandas в Excel

• Заключение

• Дополнительные ресурсы

Быстрый ответ: используйте Pandas to_excel

Чтобы записать DataFrame Pandas в файл Excel, вы можете использовать метод .to_excel(), применяемый к DataFrame, как показано ниже:

# Сохранение Pandas DataFrame в файл Excel
# Без имени листа
df.to_excel(file_name)

# С именем листа
df.to_excel(file_name, sheet_name='My Sheet')

# Без индекса
df.to_excel(file_name, index=False)

Понимание функции Pandas to_excel

Перед тем, как погрузиться в какие-либо конкретные детали, давайте рассмотрим различные параметры, которые предлагает метод. Метод предоставляет множество различных опций, позволяя вам настраивать вывод вашего DataFrame множеством различных способов. Давайте рассмотрим:

# Множество параметров функции .to_excel()
df.to_excel(excel_writer, sheet_name='Лист1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None, storage_options=None)

Давайте разберем, что делает каждый из этих параметров:

Параметр	Описание	Доступные Варианты
excel_writer=	Путь к ExcelWriter, который будет использоваться.	path-like, file-like, or ExcelWriter object
sheet_name=	Имя используемого листа	Строка, представляющая имя, по умолчанию ‘Sheet1’
na_rep=	Как представить недостающие данные	Строка, по умолчаниюt ''
float_format=	Позволяет передавать строку формата для форматирования значений с плавающей запятой.	Строка
columns=	Столбцы, которые будут использоваться при записи в файл	Список строк. Если пусто, будет написано все
header=	Принимает либо логическое значение, либо список значений. Если логическое значение, заголовок будет либо включен, либо нет. Если указан список значений, для имен столбцов будут использоваться псевдонимы.	Логическое значение или список значений
index=	Включить ли индексный столбец или нет.	логическое значение
index_label=	Метки столбцов, используемые для индекса.	Строка или список строк.
startrow=	Верхняя левая ячейка для запуска DataFrame.	Целое число, по умолчанию 0
startcol=	Верхний левый столбец для запуска DataFrame.	Целое число, по умолчанию 0
engine=	Движок, используемый для записи.	openpyxl or xlsxwriter
merge_cells=	Записывать ли многоиндексные ячейки или иерархические строки как объединенные ячейки	Boolean, default True
encoding=	Кодировка полученного файла.	Строка
inf_rep=	Как представлять значения бесконечности (поскольку в Excel нет представления)	Строка, по умолчанию 'inf'
verbose=	Отображать ли дополнительную информацию в журналах ошибок.	Логическое значение, по умолчанию True
freeze_panes=	Позволяет передать кортеж строки и столбца, чтобы начать замораживание панелей.	Кортеж целых чисел длиной 2
storage_options=	Дополнительные параметры, которые позволяют сохранять данные в конкретном подключении к хранилищу.	Словарь

Как сохранить фрейм данных Pandas в Excel

Самый простой способ сохранить DataFrame Pandas в файл Excel — это передать путь методу .to_excel(). Это сохранит DataFrame в файл Excel по этому пути, заменив существующий файл Excel, если он уже существует.

Давайте посмотрим, как это работает:

# Сохранение Pandas DataFrame в файл Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx')

Выполнение кода как показано выше сохранит файл со всеми другими параметрами по умолчанию. Это возвращает следующее изображение:

Вы можете указать имя листа, используя параметр sheet_name=. По умолчанию Pandas будет использовать 'sheet1'.

# Указание имени листа при сохранении в Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx', sheet_name='Ваш лист')

Это возвращает следующую рабочую книгу:

В следующем разделе вы узнаете, как настроить включение или исключение индексного столбца.

Как включить индекс при сохранении фрейма данных Pandas в Excel

По умолчанию Pandas будет включать индекс при сохранении DataFrame Pandas в файл Excel. Это может быть полезно, когда индекс имеет особое значение (такое как дата и время). Однако во многих случаях индекс просто будет представлять значения от 0 до конца записей.

Если вы не хотите включать индекс в свой файл Excel, вы можете использовать параметр index=, как показано ниже:

# Как исключить индекс при сохранении DataFrame в Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

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

Это возвращает следующий файл Excel:

В следующем разделе вы узнаете, как переименовать индекс при сохранении DataFrame Pandas в файл Excel.

Как переименовать индекс при сохранении фрейма данных Pandas в Excel

По умолчанию Pandas не присваивает названия индексам вашего DataFrame. Это может привести к путанице и ухудшению результатов при попытке манипулировать данными в Excel, будь то фильтрация или создание сводных таблиц. Из-за этого может быть полезным задать имя или имена для ваших индексов.

Pandas упрощает этот процесс с помощью параметра index_label=. Данный параметр принимает одну строку (для одного индекса) или список строк (для мульти-индекса). Смотрите ниже, как вы можете использовать этот параметр:

# Указание имени для индекса Pandas
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx', index_label='Ваш индекс')

Это возвращает следующий лист:

Как сохранить несколько фреймов данных на разных листах в Excel

Одна из задач, с которой вы можете столкнуться довольно часто, заключается в необходимости сохранить несколько DataFrame Pandas в одном файле Excel, но на разных листах. В этом случае Pandas делает процесс менее интуитивно понятным. Если вы просто выполните следующий код, вторая команда перезапишет первую команду:

# Неправильный способ сохранения нескольких DataFrame в один и тот же книгу Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx', sheet_name='Лист1')
df.to_excel('имя_файла.xlsx', sheet_name='Лист2')

Вместо этого нам нужно использовать Excel Writer библиотеки Pandas для управления открытием и сохранением нашей книги. Это можно легко сделать, используя менеджер контекста, как показано ниже:

# Правильный способ сохранения нескольких DataFrame в один и тот же файл Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

with pd.ExcelWriter('имя_файла.xlsx') as writer:
    df.to_excel(writer, sheet_name='Лист1')
    df.to_excel(writer, sheet_name='Лист2')

Это приведет к созданию нескольких листов в одной и той же книге. Листы будут созданы в том же порядке, в котором вы указываете их в команде выше.

Это возвращает следующую рабочую книгу:

Как сохранить только некоторые столбцы при экспорте фреймов данных Pandas в Excel

При сохранении DataFrame в файл Excel не всегда необходимо сохранять все столбцы. Часто файл Excel используется для отчетности, и сохранение всех столбцов может быть избыточным. Для этого можно использовать параметр columns=, чтобы сохранить только необходимые столбцы.

Давайте посмотрим, как мы можем сохранить только несколько столбцов из нашего набора данных:

# Сохранение только подмножества столбцов в Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx', columns=['A', 'B'])

Перевести на русский язык

Как переименовать столбцы при экспорте фреймов данных Pandas в Excel

Продолжая наш разговор о том, как управлять столбцами DataFrame в Pandas при экспорте в Excel, мы также можем переименовать наши столбцы в сохраненном файле Excel. Преимущество этого в том, что мы можем работать с псевдонимами в Pandas, которые могут быть легче для написания, но затем выводить готовые для презентации имена столбцов при сохранении в Excel.

Это можно выполнить, используя параметр header=. Данный параметр принимает либо булево значение, либо список значений. Если передается булево значение, вы можете решить, включать ли заголовок или нет. Когда предоставляется список строк, тогда вы можете изменить названия столбцов в получаемом файле Excel, как показано ниже:

# Изменение имен столбцов при экспорте Pandas DataFrame в Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx', header=['Новый_A', 'Новый_B', 'Новый_C'])

Это возвращает следующий лист в Excel:

Как указать начальные позиции при экспорте фрейма данных Pandas в Excel

Одной из интересных функций, которую предоставляет Pandas, является возможность изменения начальной позиции сохранения вашего DataFrame на листе Excel. Это может быть полезно, если вы планируете добавить различные строки над вашими данными или логотип вашей компании.

Давайте посмотрим, как мы можем использовать параметры startrow= и startcol=, чтобы изменить это:

# Изменение начальной строки и столбца при сохранении DataFrame в файл Excel
import pandas as pd
df = pd.DataFrame.from_dict(
    {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx', startcol=3, startrow=2)

Это возвращает следующий рабочий лист:

Как представить отсутствующие и бесконечные значения при сохранении фрейма данных Pandas в Excel

В этом разделе вы узнаете, как представлять отсутствующие данные и значения бесконечности при сохранении DataFrame Pandas в Excel. Поскольку Excel не имеет способа представления бесконечности, Pandas по умолчанию использует строку 'inf', чтобы представить любые значения бесконечности.

Чтобы изменить эти поведения, мы можем использовать параметры na_rep= и inf_rep=, чтобы изменить представление отсутствующих значений и значений бесконечности соответственно. Давайте посмотрим, как мы можем сделать это, добавив некоторые из этих значений в наш DataFrame:

# Настройка вывода отсутствующих и бесконечных значений при сохранении в Excel
import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict(
    {'A': [1, np.NaN, 3], 'B': [4, 5, np.inf], 'C': [7, 8, 9]}
)

df.to_excel('filename.xlsx', na_rep='NA', inf_rep='INFINITY')

Это возвращает следующий рабочий лист:

Как объединить ячейки при записи многоиндексных фреймов данных в Excel

В этом разделе вы узнаете, как изменить поведение многоуровневых DataFrame при сохранении их в Excel. По умолчанию Pandas устанавливает параметр merge_cells= в значение True, что означает слияние ячеек. Давайте посмотрим, что произойдет, если мы установим это поведение в False, указывая, что ячейки объединяться не должны.

# Изменение поведения объединения ячеек для DataFrame с множественным индексом
import pandas as pd
import numpy as np
from random import choice

df = pd.DataFrame.from_dict({
    'A': np.random.randint(0, 10, size=50),
    'B': [choice(['a', 'b', 'c']) for i in range(50)],
    'C': np.random.randint(0, 3, size=50)})

pivot = df.pivot_table(index=['B', 'C'], values='A')

pivot.to_excel('имя_файла.xlsx', merge_cells=False)

Это возвращает таблицу Excel ниже:

Как закрепить панели при сохранении фрейма данных Pandas в Excel

В этом заключительном разделе вы узнаете, как заморозить области в вашем итоговом рабочем листе Excel. Это позволяет вам указать строку и столбец, на которых вы хотите заморозить панели. Это можно сделать с использованием параметра freeze_panes=. Параметр принимает кортеж из целых чисел (длиной 2). Кортеж представляет собой самую нижнюю строку и самый правый столбец, которые должны быть заморожены.

Давайте посмотрим, как мы можем использовать параметр freeze_panes=, чтобы "заморозить" области в Excel:

# Закрепление области в книге Excel с помощью Pandas
import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict(
    {'A': [1, np.NaN, 3], 'B': [4, 5, np.inf], 'C': [7, 8, 9]}
)

df.to_excel('имя_файла.xlsx', freeze_panes=(3,4))

Это возвращает следующую рабочую книгу:

Заключение

В этом учебном пособии вы научились сохранять DataFrame Pandas в файл Excel с помощью метода to_excel. Сначала вы изучили все различные параметры, которые предлагала функция, на высоком уровне. Затем вы научились использовать эти параметры, чтобы контролировать, как должен быть сохранен результирующий файл Excel. Например, вы узнали, как указать названия листов, названия индексов и включать ли индекс. Далее вы научились включать в результирующий файл только некоторые столбцы и как переименовать столбцы вашего DataFrame. Вы также узнали, как изменить начальное положение данных и как заморозить области.

Дополнительные ресурсы

Чтобы узнать больше о связанных темах, ознакомьтесь с обучающими материалами ниже:

• Как использовать Pandas для чтения файлов Excel на Python

• Таблица данных Pandas в файл CSV – экспорт с использованием .to_csv()

• Введение в Pandas для науки о данных

• Официальная документация: Pandas to_excel