Pandas中的DataFrame.to_excel()方法

当我们需要将pandas中的DataFrame数据存储在Excel表格中时，我们可以使用DataFrame中的to_excel()方法。这个方法可以将一个或多个DataFrame对象的数据写入一个或多个Excel工作表（sheet）中。

1. to_excel()方法基本语法：

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', index=True, ...)

参数说明：

• excel_writer : file path or existing ExcelWriter（输出文件路径或者ExcelWriter对象）
• sheet_name : string，default ‘Sheet1’，写入Excel的工作表名称
• index : boolean, default True，是否将DataFrame的行索引写入到Excel表格中

2. 实例说明：

(1) 从列表数据创建DataFrame

首先，我们先创建一个 DataFrame 对象，包含学生姓名、年龄、数学成绩、语文成绩和英语成绩。

import pandas as pd
stu_list = [['David', 18, 90, 92, 88],
            ['Tom',   17, 85, 90, 89],
            ['Lucy',  19, 89, 92, 94],
            ['Tommy', 16, 92, 85, 90]]
df = pd.DataFrame(stu_list, columns=['name', 'age', 'math', 'chinese', 'english'])

这是我们创建了一个包含 4 个学生信息的DataFrame对象。

(2) 将DataFrame对象保存到 Excel 文件中

将该DataFrame存为Excel文件可以使用to_excel()方法，参数中的表格名称sheet_name默认是Sheet1，也可以修改为其他名称。

df.to_excel('students.xlsx', sheet_name='Sheet1', index=False)

这样就把这个DataFrame数据存储在了students.xlsx这个Excel文件中。其中参数index=False表示不将DataFrame的行索引写入到Excel表格中。

(3) 读取Excel文件

通过pandas的read_excel()方法，我们可以读取Excel文件并将其存储为 DataFrame 对象。

new_df = pd.read_excel('students.xlsx', sheet_name='Sheet1')

读取后的新的DataFrame对象是和之前创建的df对象完全相同的。通过写入和读取的过程，我们可以将DataFrame对象保存为Excel文件，并在需要时重新读取它们，这样就可以在数据处理和存储方面提供极大的灵活性。

以上就是Pandas中的DataFrame.to_excel()方法的完整攻略，包括基本语法和实例讲解。