Scrivere i dati in un file Excel utilizzando la libreria pandas

Ciao, amici programmatori! Spero che stiate tutti bene, e se così non fosse, spero che questa lezione vi renda la giornata un po' migliore. Oggi impareremo a scrivere i dati in un file Excel utilizzando la simpatica e amichevole libreria pandas. Sì, proprio quella di cui tutti abbiamo sentito parlare. Questa lezione è un passo importante sulla strada per l'automazione di tutto, dai rapporti scritti alla contabilità di casa. Se hai mai sognato di diventare un guru dell'automazione dei fogli di calcolo (e chi non lo ha fatto?), sei sulla strada giusta.

1. Le basi per scrivere dati in Excel con pandas

Immagina di avere un DataFrame, pieno di numeri e testo, e vuoi trasformare questa meraviglia in un file Excel. Come facciamo con pandas? Molto semplice! La libreria pandas ha uno splendido metodo to_excel, che risolverà tutti i nostri problemi di salvataggio dei dati.

Come funziona?

Per scrivere un DataFrame in un file Excel utilizziamo il metodo to_excel. Questa funzione ci permette di specificare il nome del file in cui vogliamo salvare i dati e, ad esempio, impostare il nome del foglio su cui registreremo i dati. Ecco un piccolo esempio:

import pandas as pd

# Creiamo un piccolo DataFrame
data = {
    'Frutti': ['Mela', 'Banana', 'Ciliegia'],
    'Quantità': [10, 5, 2]
}
df = pd.DataFrame(data)

# Scriviamo il DataFrame in un file Excel
df.to_excel('fruits.xlsx', sheet_name='Frutti Preferiti', index=False)

print("Dati salvati con successo nel file 'fruits.xlsx'")
    

Qualche parola sui parametri

• Nome del file: Abbiamo indicato 'fruits.xlsx'. Non dimenticare di aggiungere l'estensione '.xlsx', altrimenti ottieni un file che Excel non capirà.
• sheet_name: Qui abbiamo indicato 'Frutti Preferiti'. Questo è il nome del foglio del file su cui verranno scritti i dati.
• index: Di default pandas registra gli indici del DataFrame come prima colonna. Indicando index=False, evitiamo ciò.

2. Lavorare con più fogli

Che ne dici di scrivere i dati su più fogli in un unico file Excel? Più dati, più divertimento! Qui sotto è riportato un esempio di come si fa.

Utilizzeremo pandas.ExcelWriter, che ci permette di lavorare con il file in modo più flessibile.

# Creazione di due DataFrame
data1 = {'Frutti': ['Mela', 'Arancia'], 'Quantità': [5, 7]}
data2 = {'Verdure': ['Carota', 'Cavolo'], 'Quantità': [3, 4]}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# Creazione di un file Excel con più fogli
with pd.ExcelWriter('produce.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Frutti', index=False)
    df2.to_excel(writer, sheet_name='Verdure', index=False)

print("Dati salvati con successo nel file 'produce.xlsx' su fogli diversi.")
    

Perché potrebbe servirti?

Lavorare con più fogli è utile quando i dati sono logicamente separati per categorie, come rapporti per diversi mesi, differenti tipi di prodotti, e così via. Excel diventa un contenitore universale, permettendo di tenere tutti i dati in un unico file ma distribuiti tra vari fogli.

3. Esercizio pratico

Adesso è il momento di una piccola sfida. Creerai un nuovo file Excel contenente dati sulle vendite di libri nel negozio. Avrai due fogli: uno per le vendite di gennaio e un altro per febbraio. Ecco alcuni dati per aiutarti a iniziare:

• Gennaio: libro "Python Per Tutti" (vendite: 50), "Segreti di JavaScript" (vendite: 30).
• Febbraio: libro "Python Per Tutti" (vendite: 70), "Segreti di JavaScript" (vendite: 40).

Prova a implementare questo esercizio da solo, quindi guarda l'esempio qui sotto se hai bisogno di aiuto.

# Esempio di soluzione

# Dati di gennaio
january_data = {'Libro': ['Python Per Tutti', 'Segreti di JavaScript'], 'Vendite': [50, 30]}
january_df = pd.DataFrame(january_data)

# Dati di febbraio
february_data = {'Libro': ['Python Per Tutti', 'Segreti di JavaScript'], 'Vendite': [70, 40]}
february_df = pd.DataFrame(february_data)

# Creazione di un file Excel con dati per due mesi
with pd.ExcelWriter('book_sales.xlsx') as writer:
    january_df.to_excel(writer, sheet_name='Gennaio', index=False)
    february_df.to_excel(writer, sheet_name='Febbraio', index=False)

print("Dati salvati con successo nel file 'book_sales.xlsx'.")
    

Controlla il file book_sales.xlsx, aprilo e ammira i fogli creati!

4. Discussione delle soluzioni e ottimizzazione

Come avrai notato, il processo per scrivere dati in Excel con pandas è piuttosto semplice. Tuttavia, ci sono alcune cose a cui vale la pena prestare attenzione:

• Ottimizzazione dell'uso della memoria: Se hai enormi DataFrame, pensa a separare i dati in parti e scriverli in sequenza.
• Formattazione: Puoi aggiungere formattazioni, come stili per le intestazioni delle tabelle. Questo però richiede l'uso della libreria aggiuntiva openpyxl e dei suoi metodi.
• Scritture multiple: Se prevedi di scrivere spesso nuovi dati nello stesso file, considera la possibilità di utilizzare mode='a' in ExcelWriter per aggiungere nuovi dati a quelli esistenti.

Alcuni esempi di soluzioni per migliorare il tuo lavoro futuro

In futuro, quando diventerai il re (o regina?) dell'automazione, sarai in grado di trovare e risolvere problemi. Ad esempio, se la tua azienda decide di raccogliere rapporti per ogni giorno del mese, puoi utilizzare pandas e ExcelWriter per automatizzare questo processo. Forse varrebbe la pena automatizzare il controllo dei weekend e dei giorni festivi, così da non registrare dati in quei giorni.

Quindi, non aver paura di sperimentare e ottimizzare il tuo lavoro! Python con pandas è proprio ciò che ti aiuterà in questo.