最近，pandas 2.2.1 已经支持使用 xlsxwriter 3.2.0 了。xlsxwriter 是一种 Python 的开源库，可以用来将 pandas 数据保存到 Excel 中。

本文将介绍使用 pandas 和 xlsxwriter 将数据保存到 Excel 的详细步骤。

安装 pandas 和 xlsxwriter

首先，确保已经安装了 pandas 和 xlsxwriter。你可以使用以下命令来安装它们：

pip install pandas==2.2.1
pip install xlsxwriter==3.2.0

导入所需的库

在 Python 脚本中，你需要导入 pandas 和 xlsxwriter 库：

import pandas as pd
from openpyxl import Workbook

创建 DataFrame

接下来，你需要创建一个 Pandas DataFrame，并将其保存为一个 Excel 文件。以下是一个简单的示例数据：

data = {'Name': ['John', 'Emma', 'Mike'],
        'Age': [25, 28, 31],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

将 DataFrame 写入 Excel 文件

现在，我们可以使用 xlsxwriter 将 DataFrame 写入一个名为 "output.xlsx" 的 Excel 文件中：

# 创建一个工作簿对象
workbook = Workbook()
worksheet = workbook.active

# 将 DataFrame 转换为字典格式并逐行写入工作表
for r in dataframe_to_rows(df, index=False, header=True):
    worksheet.append(r)

# 保存工作簿到文件
workbook.save("output.xlsx")

在上面的代码中，dataframe_to_rows 是一个辅助函数，用于将 DataFrame 转换为逐行的字典列表，你可以通过运行 pip install openpyxl 命令来安装 openpyxl，它包含了这个函数。

完整示例代码

下面是一个完整的示例代码，演示了如何使用 pandas 2.2.1 和 xlsxwriter 3.2.0，并将一个包含姓名、年龄和城市的 DataFrame 保存到一个名为 "output.xlsx" 的 Excel 文件中：

import pandas as pd
from openpyxl import Workbook, dataframe_to_rows
from openpyxl.utils import get_column_letter

# 创建 DataFrame
data = {'Name': ['John', 'Emma', 'Mike'],
        'Age': [25, 28, 31],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

# 创建一个工作簿对象
workbook = Workbook()
worksheet = workbook.active

# 添加列标题
for col_idx, column in enumerate(df.columns, 1):
    column_letter = get_column_letter(col_idx)
    cell = worksheet.cell(row=1, column=col_idx)
    cell.value = column

# 将 DataFrame 转换为字典格式并逐行写入工作表
for r in dataframe_to_rows(df, index=False, header=False):
    row_idx = worksheet.max_row + 1
    for col_idx, value in enumerate(r, 1):
        column_letter = get_column_letter(col_idx)
        cell = worksheet.cell(row=row_idx, column=col_idx)
        cell.value = value

# 保存工作簿到文件
workbook.save("output.xlsx")

结尾

使用 pandas 和 xlsxwriter 将数据保存到 Excel 中非常方便，你只需要按照以上步骤即可，同时，我们还可以通过修改代码实现更高级的功能。

有关问题和建议

如果你在使用过程中遇到了问题或者有一些建议，欢迎在下面的评论区留言。

谢谢观看！

如果你喜欢本篇文章，请关注并点赞！