嘿，編碼的朋友們好！希望你們的狀態都還不錯，如果不是，希望這堂課讓你們的日子變得好一點。 今天我們來學習如何用超級親切又友善的 pandas 寫入數據到 Excel 檔案。沒錯， 就是你聽過的那個 pandas。這堂課是踏上自動化一切的道路上的重要一步，從撰寫報告到家庭財務記錄都能搞定。如果你曾夢想成為辦公室表格自動化大師（誰沒有？）， 那麼你走對路了。
1. 用 pandas 寫數據到 Excel 的基礎
所以呢，假設我們有個 DataFrame，裡面充滿了數字和文字，然後我們想把這些東西變成一個 Excel 檔案。我們要怎麼用 pandas 搞定呢？太簡單了！pandas 有個超棒的函數 to_excel，可以幫我們搞定所有和保存數據相關的問題。
這一切是怎麼運作的？
用 to_excel 方法可以把 DataFrame 寫入 Excel 檔案。這個函數允許我們指定 文件名稱（我們想要保存數據的檔案名稱），比如設置要寫入的工作表名稱。 來看看這個小例子：
import pandas as pd
# 建立一個小的 DataFrame
data = {
'水果': ['蘋果', '香蕉', '櫻桃'],
'數量': [10, 5, 2]
}
df = pd.DataFrame(data)
# 把 DataFrame 寫入 Excel 檔案
df.to_excel('fruits.xlsx', sheet_name='最愛的水果', index=False)
print("數據成功寫入文件 'fruits.xlsx'")
更深入了解參數
- 文件名稱: 我們指定名稱為 'fruits.xlsx'。記得添加 '.xlsx' 後綴，不然生成的文件 Excel 可能無法打開。
- sheet_name: 我們指定名稱為 '最愛的水果'，這是 Excel 裡工作表的名字，數據會寫到這張表裡。
- index: 預設 pandas 會把
DataFrame的索引寫入作為第一列。 指定index=False可以省略索引。
2. 處理多個工作表
如果我們想在同一個 Excel 檔案裡寫入多個工作表的數據呢？更多數據就更有趣！下面 是實現這個操作的例子。
我們會用到 pandas.ExcelWriter，這給我們操作文件更多的靈活性。
# 建立兩個 DataFrame
data1 = {'水果': ['蘋果', '橙子'], '數量': [5, 7]}
data2 = {'蔬菜': ['胡蘿蔔', '白菜'], '數量': [3, 4]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
# 建立有多個工作表的 Excel 檔案
with pd.ExcelWriter('produce.xlsx') as writer:
df1.to_excel(writer, sheet_name='水果', index=False)
df2.to_excel(writer, sheet_name='蔬菜', index=False)
print("數據成功寫入文件 'produce.xlsx' 的不同工作表。")
為什麼這樣做很有用？
處理多個工作表在數據邏輯上分類是很實用的，比如不同月份的報告、不同產品類別等等。Excel 成為一個通用的容器，讓所有數據集中在一個文件中，但能分佈在不同工作表。
3. 實踐挑戰
現在是挑戰時間了。你將建立一個新的 Excel 檔案，包含書店銷售數據。 你需要創建兩個工作表：一個是 1 月的書籍銷售，另一個是 2 月的書籍銷售。以下是一些數據幫助你啟動：
- 一月: 書籍 "人人都會 Python" (銷售: 50), "JavaScript 的秘密" (銷售: 30)。
- 二月: 書籍 "人人都會 Python" (銷售: 70), "JavaScript 的秘密" (銷售: 40)。
嘗試自己實現這個挑戰，然後對照以下範例來檢查你的成果。
# 任務解決範例
# 一月數據
january_data = {'書籍': ['人人都會 Python', 'JavaScript 的秘密'], '銷售': [50, 30]}
january_df = pd.DataFrame(january_data)
# 二月數據
february_data = {'書籍': ['人人都會 Python', 'JavaScript 的秘密'], '銷售': [70, 40]}
february_df = pd.DataFrame(february_data)
# 建立包含兩個月數據的 Excel 檔案
with pd.ExcelWriter('book_sales.xlsx') as writer:
january_df.to_excel(writer, sheet_name='一月', index=False)
february_df.to_excel(writer, sheet_name='二月', index=False)
print("數據成功寫入文件 'book_sales.xlsx'。")
打開 book_sales.xlsx 文件，檢查裡面的工作表，享受你的傑作吧！
4. 討論解決方案與優化
你可能已經發現，用 pandas 寫入數據到 Excel 是非常簡單的。然而，有幾點需要注意：
- 記憶體優化: 如果你有巨大的
DataFrame，考慮將數據拆分成小塊來依次保存。 - 格式化: 你可以添加一些格式化，比如表頭的樣式。這需要用到額外的庫
openpyxl。 - 多次寫入: 如果頻繁需要寫入同一個文件，可以考慮使用
mode='a'在ExcelWriter裡，追加新數據。
一些未來優化工作的範例
未來，當你成為自動化的王者（或者女王？），你需要能夠找到並修復問題。例如，如果你的公司決定每天生成一個報告表，你可以用 pandas 和 ExcelWriter 自動化這個流程。或許你可以自動排除週末和假日的日期來優化數據處理。
所以，別害怕實驗和優化你的工作！用 Python 和 pandas，你會變得無所不能。
GO TO FULL VERSION