Excel处理控件Aspose.Cells教程：使用 Python 将 Pandas DataFrame 转换为 Excel

CodeCraft Studio2025-09-09 12:50

开发人员经常需要将 Pandas DataFrame 导出到 Excel。Excel 是共享和查看报告的绝佳工具。使用 Python 和 Pandas 可以轻松实现这一点，但使用 ++Aspose.Cells for Python++ 可以为您提供更多控制权。您可以直接将 DataFrame 转换为 Excel，也可以通过 CSV、JSON 等方式，甚至可以将多个 DataFrame 导出到一个文件中。在本文中，您将逐步学习如何借助**++Aspose.Cells for Python++** ，使用四种方法将 Pandas DataFrame 转换为 Excel。

Aspose.Cells官方试用版免费下载

为什么要使用 Aspose.Cells 将 Pandas 转换为 Excel

Pandas 有一个内置to_excel()函数。它适用于基本导出，但功能有限。++Aspose.Cells++ ++for Python++是面向开发人员的 最佳 Python Excel 库 之一，它提供了完整的 Excel 引擎。它允许您以高可靠性将 DataFrames 保存到 Excel。您还可以处理图表、公式、格式和大文件。

本文将向您展示如何使用 ++Aspose.Cells++ 以不同方式将 Pandas DataFrame 导出到 Excel。

在开始之前，请确保已安装以下软件：

  1. 从 releases**++下载 Aspose.Cells for Python++** 或使用 pip 安装：

    复制代码 
    pip install aspose-cells-python

  2. Pandas -- 使用 pip 安装：

    复制代码 
    pip install pandas

这两个库将允许您将 Pandas DataFrames 转换为 Excel 文件。

方法 1：使用 Aspose.Cells 直接将 DataFrame 转换为 Excel

最常见的任务是将 Pandas DataFrame 直接导出到 Excel。使用**++Aspose.Cells++**，您可以创建工作簿，导入 DataFrame 值，并将其保存为 Excel 文件。

按照以下步骤将 DataFrame 转换为 Excel：

  1. 构建示例数据集。
  2. 初始化一个空的 Excel 工作簿。
  3. 访问工作簿中的第一个工作表。
  4. 将 DataFrame 列名插入 Excel 单元格。
  5. 循环遍历 DataFrame 中的每一行并将值放入单元格中。
  6. 将最终工作簿导出为 Excel 文件。

以下代码示例显示如何将 Pandas 直接转换为 Excel：

复制代码 
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 直接将 DataFrame 转换为 Excel

此代码将 Pandas DataFrame 保存到 Excel 的指定位置。您可以更改路径以匹配您的系统。

此方法可让您完全控制如何将 Pandas DataFrame 数据写入 Excel。这是使用 **++Aspose.Cells++**将 DF 转换为 Excel 的最直接方法。

方法二：通过 CSV 将 DataFrame 转换为 Excel

另一个简单的方法是先将 Pandas DataFrame 保存为 CSV 文件，然后使用Aspose.Cells将该 CSV 文件转换为 Excel 文件。当您的流程已经生成 CSV 输出，但仍需要一个干净的 Excel 文件时，这种方法非常有用。

请按照以下步骤通过 CSV 将 DataFrame 转换为 Excel：

  1. 建立样本数据。
  2. 使用to_csv()Pandas 的方法将 DataFrame 保存为 CSV。
  3. 将 CSV 作为工作簿打开。
  4. 将工作簿导出到.xlsx文件。

以下代码示例显示如何通过 CSV 将 Pandas 转换为 Excel：

复制代码 
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")

此方法首先创建一个 CSV 文件，然后将其转换为 Excel。即使您的流程已经依赖于 CSV 文件，它也能确保您的 Pandas 到 Excel 的转换能够正常进行。

当您想要快速从 CSV 转换为 Excel 同时保持 Pandas 和**++Aspose.Cells++**的灵活性时，请使用此方法。

方法3：通过JSON将DataFrame转换为Excel

许多 API 都使用 JSON。您也可以将 JSON 传递给**++Aspose.Cells++**来构建 Excel 工作表。此方法首先将 Pandas DataFrame 转换为 JSON，然后将该 JSON 作为表格加载到 Excel 中。它能让您的 Pandas 到 Excel 导出数据干净可靠。当您需要严格控制标题和数据类型时，它也非常有用。

请按照以下步骤操作：

  1. 为演示构建示例数据。
  2. 调用df.to_json(orient='records')进行转换。
  3. 初始化Workbook()类对象并获取第一个工作表。
  4. 启用array_as_table正确的表格导入。
  5. 调用该JsonUtility.import_data()方法将 JSON 导入工作表单元格。
  6. 将最终文件写入.xlsx。

以下代码示例显示如何通过 JSON 将 Pandas DF 转换为 Excel：

复制代码 
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")

这orient='records'会生成一个对象列表。每个对象都会将键映射到列名。array_as_table=True它会指示 Aspose.Cells 将数组视为带有标题的正确表格。导入器会将值写入从 A1 开始的单元格。这会在 Excel 中为您提供可预测的布局。

方法 4：将多个 DataFrame 导出到 Excel 表

您可以将多个 Pandas DataFrame 写入单个 Excel 文件。每个 DataFrame 都会保存到其自己的工作表 (sheet)。此方法可让您将 Pandas 数据导出到 Excel，方便生成报告和分组表。

请按照以下步骤操作：

  1. 创建一个将许多 DataFrame 写入多张工作表的函数。
  2. 初始化一个新的工作簿。
  3. 为每个 DataFrame 添加一个工作表并将其命名为sheet_names。
  4. 将列名放在第一行。
  5. 循环遍历 DataFrame 元组并写入单元格值。
  6. 使用该方法导出为XLSX workbook.save()。

以下代码示例显示如何将多个 Pandas DataFrame 导出到 Excel 表：

复制代码 
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 将多个 Pandas DataFrames 导出到 Excel 表

该函数将每个 DataFrame 与工作表名称配对。它会在第 0 行写入标题，并从第 1 行写入数据。++Aspose.Cells++ 会将值写入具有强类型属性的单元格。最终生成的 XLSX 文件将保持表格清晰，方便共享。

结论

您已经学习了使用 ++Aspose.Cells for Python++ 将 Pandas DataFrame 导出到 Excel 的多种方法。您可以直接保存 DataFrame，使用 CSV 格式，使用 JSON 格式，或者将多个 DataFrame 写入一个文件。每种方法都简单、快速且可靠。如果您正在寻找超越 Pandas 的高级 Excel 功能，++Aspose.Cells++ 是您的理想之选。不妨在您的下一个项目中尝试一下，从 Pandas 完全控制迁移到 Excel。

相关推荐
flashlight_hi6 小时前
LeetCode 分类刷题：2563. 统计公平数对的数目
python·算法·leetcode
java1234_小锋6 小时前
Scikit-learn Python机器学习 - 特征预处理 - 归一化 (Normalization)：MinMaxScaler
python·机器学习·scikit-learn
星空的资源小屋7 小时前
网易UU远程，免费电脑远程控制软件
人工智能·python·pdf·电脑
IMER SIMPLE7 小时前
人工智能-python-深度学习-神经网络-MobileNet V1&V2
人工智能·python·深度学习
njxiejing7 小时前
Pandas数据结构（DataFrame，字典赋值）
数据结构·人工智能·pandas
eleqi7 小时前
Python+DRVT 从外部调用 Revit：批量创建楼板
python·系统集成·revit·外部调用·drvt·自动化生产流水线
咖啡Beans8 小时前
Python工具DrissionPage推荐
后端·python
Nicole-----8 小时前
PySpark数据输入
python
扑克中的黑桃A8 小时前
Python学习的自我理解和想法（27）
python
热门推荐
01UV安装并设置国内源022025 年高教社杯全国大学生数学建模竞赛C 题 NIPT 的时点选择与胎儿的异常判定 完整成品思路模型代码分享，全网首发高质量！！！032025年数学建模国赛C题超详细解题思路04A股预测还能更准？开源大模型Kronos带你跑通预测+回测全流程05不再让Windows更新！&Edge游戏助手卸载及关闭自动更新06UV 工具安装与国内镜像源配置指南07KGG转MP3工具|非KGM文件|解密音频082025全国大学生数学建模C题保姆级思路模型（持续更新）：NIPT 的时点选择与胎儿的异常判定09教你如何认证 Gemini 教育优惠的二次验证，薅个 1年的 Gemini Pro 会员102025高教社杯国赛数学建模选题建议+初步分析