Excel處理控件Aspose.Cells教程：使用 Python 將 Pandas DataFrame 轉換為 Excel

開發人員經常需要將 Pandas DataFrame 導出到 Excel。Excel 是共享和查看報告的絕佳工具。使用 Python 和 Pandas 可以輕松實現這一點，但使用 Aspose.Cells for Python 可以為您提供更多控制權。您可以直接將 DataFrame 轉換為 Excel，也可以通過 CSV、JSON 等方式，甚至可以將多個 DataFrame 導出到一個文件中。在本文中，您將逐步學習如何借助Aspose.Cells for Python ，使用四種方法將 Pandas DataFrame 轉換為 Excel。

Aspose.Cells官方試用版免費下載，請聯系Aspose官方授權代理商慧都科技

加入Aspose技術交流QQ群（1041253375），與更多小伙伴一起探討提升開發技能。

為什么要使用 Aspose.Cells 將 Pandas 轉換為 Excel

Pandas 有一個內置to_excel()函數。它適用于基本導出，但功能有限。Aspose.Cells for Python是面向開發人員的最佳 Python Excel 庫之一，它提供了完整的 Excel 引擎。它允許您以高可靠性將 DataFrames 保存到 Excel。您還可以處理圖表、公式、格式和大文件。

本文將向您展示如何使用 Aspose.Cells 以不同方式將 Pandas DataFrame 導出到 Excel。

在開始之前，請確保已安裝以下軟件：

1. 從 releases下載 Aspose.Cells for Python或使用 pip 安裝：

   pip install aspose-cells-python

2. Pandas – 使用 pip 安裝：

   pip install pandas

Aspose.Cells官方試用版免費下載，請聯系Aspose官方授權代理商慧都科技

加入Aspose技術交流QQ群（1041253375），與更多小伙伴一起探討提升開發技能。

這兩個庫將允許您將 Pandas DataFrames 轉換為 Excel 文件。

方法 1：使用 Aspose.Cells 直接將 DataFrame 轉換為 Excel

最常見的任務是將 Pandas DataFrame 直接導出到 Excel。使用 Aspose.Cells，您可以創建工作簿，導入 DataFrame 值，并將其保存為 Excel 文件。

按照以下步驟將 DataFrame 轉換為 Excel：

1. 構建示例數據集。
2. 初始化一個空的 Excel 工作簿。
3. 訪問工作簿中的第一個工作表。
4. 將 DataFrame 列名插入 Excel 單元格。
5. 循環遍歷 DataFrame 中的每一行并將值放入單元格中。
6. 將最終工作簿導出為 Excel 文件。

以下代碼示例顯示如何將 Pandas 直接轉換為 Excel：

import aspose.cells as ac
import pandas as pd

# Step 1: Create a sample DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 18, 47],
    'city': ['New York', 'Paris', 'London', 'Berlin']
}
df = pd.DataFrame(data)

# Step 2: Create a new workbook
wb = ac.Workbook()

# Step 3: Get the first worksheet
worksheet = wb.worksheets[0]

# Step 4: Get the cells collection
cells = worksheet.cells

# Step 5: Write DataFrame column names to Excel
rowindex = 0
colindex = 0
for column in df:
    cell = cells.get(rowindex, colindex)
    cell.put_value(df[column].name)
    colindex += 1

# Step 6: Write DataFrame rows to Excel
for index, row in df.iterrows():
    rowindex += 1
    colindex = 0
    cell = cells.get(rowindex, colindex)
    cell.put_value(row["name"])
    colindex += 1
    cell = cells.get(rowindex, colindex)
    cell.put_value(row["age"])
    colindex += 1
    cell = cells.get(rowindex, colindex)
    cell.put_value(row["city"])
    colindex += 1

# Step 7: Save the DataFrame as Excel
wb.save("direct_df_to_excel.xlsx")

使用 Aspose.Cells 直接將 DataFrame 轉換為 Excel

此代碼將 Pandas DataFrame 保存到 Excel 的指定位置。您可以更改路徑以匹配您的系統。

此方法可讓您完全控制如何將 Pandas DataFrame 數據寫入 Excel。這是使用 Aspose.Cells 將 DF 轉換為 Excel 的最直接方法。

方法二：通過 CSV 將 DataFrame 轉換為 Excel

另一個簡單的方法是先將 Pandas DataFrame 保存為 CSV 文件，然后使用 Aspose.Cells 將該 CSV 文件轉換為 Excel 文件。當您的流程已經生成 CSV 輸出，但仍需要一個干凈的 Excel 文件時，這種方法非常有用。

請按照以下步驟通過 CSV 將 DataFrame 轉換為 Excel：

1. 建立樣本數據。
2. 使用to_csv()Pandas 的方法將 DataFrame 保存為 CSV。
3. 將 CSV 作為工作簿打開。
4. 將工作簿導出到.xlsx文件。

以下代碼示例顯示如何通過 CSV 將 Pandas 轉換為 Excel：

import aspose.cells as ac
import pandas as pd

# Step 1: Create a sample DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 18, 47],
    'city': ['New York', 'Paris', 'London', 'Berlin']
}
df = pd.DataFrame(data)

# Step 2: Save DataFrame as CSV
df.to_csv("temp.csv", index=False)

# Step 3: Load CSV file with Aspose.Cells
wb = ac.Workbook("temp.csv")

# Step 4: Save as Excel file
wb.save("df_via_csv.xlsx")

此方法首先創建一個 CSV 文件，然后將其轉換為 Excel。即使您的流程已經依賴于 CSV 文件，它也能確保您的 Pandas 到 Excel 的轉換能夠正常進行。

當您想要快速從 CSV 轉換為 Excel 同時保持 Pandas 和 Aspose.Cells 的靈活性時，請使用此方法。

方法3：通過JSON將DataFrame轉換為Excel

許多 API 都使用 JSON。您也可以將 JSON 傳遞給 Aspose.Cells 來構建 Excel 工作表。此方法首先將 Pandas DataFrame 轉換為 JSON，然后將該 JSON 作為表格加載到 Excel 中。它能讓您的 Pandas 到 Excel 導出數據干凈可靠。當您需要嚴格控制標題和數據類型時，它也非常有用。

請按照以下步驟操作：

1. 為演示構建示例數據。
2. 調用df.to_json(orient='records')進行轉換。
3. 初始化Workbook()類對象并獲取第一個工作表。
4. 啟用array_as_table正確的表格導入。
5. 調用該JsonUtility.import_data()方法將 JSON 導入工作表單元格。
6. 將最終文件寫入.xlsx。

以下代碼示例顯示如何通過 JSON 將 Pandas DF 轉換為 Excel：

import pandas as pd
from aspose.cells.utility import JsonUtility, JsonLayoutOptions
from aspose.cells import Workbook, Worksheet, Cells

# Create a sample pandas DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'San Francisco', 'Los Angeles']}
        	
df = pd.DataFrame(data)

# Convert pandas DataFrame to JSON
json_string = df.to_json(orient='records')

workbook = Workbook()

# Get the first worksheet
worksheet = workbook.worksheets[0]

# Get the cells
cells = worksheet.cells

options = JsonLayoutOptions()
unit = JsonUtility()

# Processes as table
options.array_as_table = True

# Import JSON data into the worksheet starting at row 0, column 0
unit.import_data(json_string, cells, 0, 0, options)

# Save as Excel file
workbook.save("df_via_json.xlsx")

這orient='records'會生成一個對象列表。每個對象都會將鍵映射到列名。array_as_table=True它會指示 Aspose.Cells 將數組視為帶有標題的正確表格。導入器會將值寫入從 A1 開始的單元格。這會在 Excel 中為您提供可預測的布局。

方法 4：將多個 DataFrame 導出到 Excel 表

您可以將多個 Pandas DataFrame 寫入單個 Excel 文件。每個 DataFrame 都會保存到其自己的工作表 (sheet)。此方法可讓您將 Pandas 數據導出到 Excel，方便生成報告和分組表。

請按照以下步驟操作：

1. 創建一個將許多 DataFrame 寫入多張工作表的函數。
2. 初始化一個新的工作簿。
3. 為每個 DataFrame 添加一個工作表并將其命名為sheet_names。
4. 將列名放在第一行。
5. 循環遍歷 DataFrame 元組并寫入單元格值。
6. 使用該方法導出為XLSX workbook.save()。

以下代碼示例顯示如何將多個 Pandas DataFrame 導出到 Excel 表：

import pandas as pd
from aspose.cells import Workbook, WorksheetCollection, SaveFormat

def write_multiple_dataframes_to_excel(dataframes, sheet_names, output_path):
    """
    Write multiple DataFrames to multiple sheets in an Excel file
    :param dataframes: List of pandas.DataFrame
    :param sheet_names: List of sheet names (same length as dataframes)
    :param output_path: Output Excel file path
    """
    # Create a blank workbook
    workbook = Workbook()

    # Optional: remove the default blank sheet if you do not need it
    # workbook.worksheets.remove_at(0)

    for df, name in zip(dataframes, sheet_names):
        # Add a new worksheet
        worksheet = workbook.worksheets.add(name)
        cells = worksheet.cells

        # Write column headers
        for col_idx, col_name in enumerate(df.columns):
            cells.get(0, col_idx).put_value(str(col_name))

        # Write row data
        for row_idx, row in enumerate(df.itertuples(index=False), start=1):
            for col_idx, value in enumerate(row):
                cells.get(row_idx, col_idx).put_value(value)

    # Save as Excel file
    workbook.save(output_path, SaveFormat.XLSX)

# Create two DataFrames
df1 = pd.DataFrame({
    "Name": ["Alice", "Bob"],
    "Age": [25, 30]
})

df2 = pd.DataFrame({
    "Product": ["Book", "Pen"],
    "Price": [10.5, 1.99]
})

# Write to Excel
write_multiple_dataframes_to_excel(
    dataframes=[df1, df2],
    sheet_names=["People", "Products"],
    output_path="MultiDataFrame.xlsx"
)

使用 Aspose.Cells 將多個 Pandas DataFrames 導出到 Excel 表

該函數將每個 DataFrame 與工作表名稱配對。它會在第 0 行寫入標題，并從第 1 行寫入數據。Aspose.Cells 會將值寫入具有強類型屬性的單元格。最終生成的 XLSX 文件將保持表格清晰，方便共享。

結論

您已經學習了使用 Aspose.Cells for Python 將 Pandas DataFrame 導出到 Excel 的多種方法。您可以直接保存 DataFrame，使用 CSV 格式，使用 JSON 格式，或者將多個 DataFrame 寫入一個文件。每種方法都簡單、快速且可靠。如果您正在尋找超越 Pandas 的高級 Excel 功能，Aspose.Cells 是您的理想之選。不妨在您的下一個項目中嘗試一下，從 Pandas 完全控制遷移到 Excel。

Aspose.Cells官方試用版免費下載，請聯系Aspose官方授權代理商慧都科技

加入Aspose技術交流QQ群（1041253375），與更多小伙伴一起探討提升開發技能。