在 Python 开发中，处理表格数据是非常常见的任务，而 Pandas 是最常用的数据处理和分析库。开发者经常需要将 Pandas DataFrame 导出到 Excel，以便进行报告、团队协作或进一步的数据分析。虽然 Pandas 提供了 to_excel 方法进行基本导出，但如果需要创建格式丰富和含图表的专业 Excel 报表，则需要借助专业Excel库。
本教程介绍如何在Python中使用 Spire.XLS for Python 库将单个或多个 Pandas DataFrame 写入到 Excel，并实现灵活的格式化与可视化设置。
目录
为什么使用 Spire.XLS 导出 Pandas DataFrame 到 Excel
虽然 Pandas 提供了基本的 Excel 导出功能，但它主要用于数据输出而非 Excel 文件处理，对格式设置、样式应用和图表生成等高级功能的支持有限。相比之下，Spire.XLS 是一个专为 Excel 文件创建与操作而设计的专业库，能够提供更灵活、更全面的控制。使用 Spire.XLS，开发者可以：
- 将多个 DataFrame 组织到同一个工作簿的不同工作表中。
- 自定义标题、字体、颜色和单元格格式，生成专业布局。
- 自动调整列宽和行高，提高可读性。
- 添加图表、公式和其他 Excel 功能，而无需安装微软Excel或其他库。
Pandas DataFrame 导出到 Excel 的准备工作
在导出 Pandas DataFrame 到 Excel 之前，请确保已安装pandas与Spire.XLS库：
pip install pandas spire.xls
这些库允许你将 DataFrame 导出到 Excel，并自定义格式、插入图表和生成结构化布局。
将单个 Pandas DataFrame 导出到 Excel 并设置格式
导出单个 DataFrame 到 Excel 是最常见的场景。使用 Spire.XLS，不仅可以导出 DataFrame，还可以格式化标题、设置单元格样式，并添加图表，让你的报表看起来更加专业。
具体实现步骤如下：
步骤 1：创建示例 DataFrame
首先，需要创建一个 DataFrame。以下是一个示例DataFrame，你可以将其替换为自己的数据。
import pandas as pd
from spire.xls import *
# 创建一个示例 DataFrame
df = pd.DataFrame({
'姓名': ['张伟', '李娜', '王强'], # 员工姓名
'部门': ['人事部', '财务部', '技术部'], # 部门
'月薪': [8000, 9500, 12000] # 月薪
})
步骤 2：创建工作簿并访问第一个工作表
接下来，创建一个新的 Excel 工作簿，并获取第一个工作表。给工作表命名为 "员工信息"，便于理解和管理。
# 创建新工作簿
workbook = Workbook()
sheet = workbook.Worksheets[0]
sheet.Name = "员工信息" # 给工作表命名
步骤 3：写入列标题并格式化
将列标题写入 Excel 第一行，并加粗字体，同时设置浅灰色背景，使表格整洁、易于阅读。
# 写入列标题
for colIndex, colName in enumerate(df.columns, start=1):
cell = sheet.Range[1, colIndex]
cell.Text = colName
cell.Style.Font.IsBold = True # 设置标题加粗
cell.Style.Color = Color.get_LightGray() # 设置浅灰色背景
步骤 4：写入数据行
将 DataFrame 中的每一行数据写入 Excel。对于数字数据，使用 NumberValue 属性，让 Excel 能够识别并用于计算和绘图；对于文本数据，则使用 Text 属性。
# 写入数据行
for rowIndex, row in enumerate(df.values, start=2):
for colIndex, value in enumerate(row, start=1):
cell = sheet.Range[rowIndex, colIndex]
if isinstance(value, (int, float)):
cell.NumberValue = value # 数字使用 NumberValue
else:
cell.Text = str(value) # 文本使用 Text
步骤 5：应用边框并自动调整列宽
为数据区域添加外部和内部边框，并让列宽自动适应内容长度，使 Excel 表格更加美观、像专业报表。
# 应用边框并自动调整列宽
usedRange = sheet.AllocatedRange
usedRange.BorderAround(LineStyleType.Thin, Color.get_Black()) # 外边框
usedRange.BorderInside(LineStyleType.Thin, Color.get_Black()) # 内边框
usedRange.AutoFitColumns() # 自动调整列宽
步骤 6：添加图表以可视化数据
图表能够帮助快速理解数据趋势。在本示例中，我们创建一个柱状图，用于比较各员工月薪。
# 添加图表
chart = sheet.Charts.Add()
chart.ChartType = ExcelChartType.ColumnClustered # 设置柱状图
chart.DataRange = sheet.Range["A1:C4"] # 图表数据范围
chart.SeriesDataFromRange = False
chart.LeftColumn = 5 # 图表左侧位置
chart.TopRow = 1 # 图表上方位置
chart.RightColumn = 10 # 图表右侧位置
chart.BottomRow = 16 # 图表底部位置
chart.ChartTitle = "员工月薪对比" # 图表标题
chart.ChartTitleArea.Font.Size = 12
chart.ChartTitleArea.Font.IsBold = True
步骤 7：保存工作簿
最后，将工作簿保存到指定位置。
# 保存 Excel 文件
workbook.SaveToFile("员工信息报表.xlsx", ExcelVersion.Version2016)
workbook.Dispose()
生成结果：
Excel文件生成后，你可以对其进行进一步处理，例如将其转换为 PDF，方便分享：
workbook.SaveToFile("员工信息报表.pdf", FileFormat.PDF)
关于转换的详细设置，可查阅教程：Python 将 Excel 转为 PDF。
将多个 Pandas DataFrame 导出到同一个 Excel 文件
在生成 Excel 报表时，经常需要将多个数据集放在不同的工作表中。使用 Spire.XLS，每个 DataFrame 可以写入独立工作表，使相关数据清晰有序，便于分析。
具体实现步骤如下：
步骤 1：创建多个示例 DataFrame
在导出前，创建两个 DataFrame：一个包含员工信息，另一个包含产品信息。每个 DataFrame 对应一个工作表。
import pandas as pd
from spire.xls import *
# 示例 DataFrame
df1 = pd.DataFrame({'姓名': ['张伟', '李娜'], '年龄': [28, 32]})
df2 = pd.DataFrame({'产品': ['笔记本电脑', '手机'], '价格': [7500, 3200]})
# 将 DataFrame 与对应工作表名绑定
dataframes = [
(df1, "员工信息"),
(df2, "产品信息")
]
这里 dataframes 是一个元组列表，将每个 DataFrame 与其对应的工作表名称关联起来。
步骤 2：创建新工作簿
创建一个新的工作簿，用于存放DataFrame数据。新工作簿默认包含三个工作表。
# 创建新工作簿
workbook = Workbook()
步骤 3：循环写入每个 DataFrame到单独的Excel表格
使用循环遍历列表中的 DataFrame，将每个数据集写入单独的工作表。同时为数据区域添加边框。
for i, (df, sheet_name) in enumerate(dataframes):
if i < workbook.Worksheets.Count:
sheet = workbook.Worksheets[i]
else:
sheet = workbook.Worksheets.Add()
sheet.Name = sheet_name
# 写入标题并设置字体加粗和背景颜色
for colIndex, colName in enumerate(df.columns, start=1):
cell = sheet.Range[1, colIndex]
cell.Text = colName
cell.Style.Font.IsBold = True
cell.Style.Color = Color.get_LightGray()
sheet.Columns[colIndex - 1].ColumnWidth = 15
# 写入数据行
for rowIndex, row in enumerate(df.values, start=2):
for colIndex, value in enumerate(row, start=1):
cell = sheet.Range[rowIndex, colIndex]
if isinstance(value, (int, float)):
cell.NumberValue = value
else:
cell.Text = str(value)
# 添加边框
usedRange = sheet.AllocatedRange
usedRange.BorderAround(LineStyleType.Thin, Color.get_Black())
usedRange.BorderInside(LineStyleType.Thin, Color.get_Black())
步骤 4：保存工作簿
将Excel文件保存到指定位置。
workbook.SaveToFile("员工与产品信息.xlsx", ExcelVersion.Version2016)
workbook.Dispose()
生成结果：
将 Pandas DataFrame 写入现有 Excel 文件
在实际工作中，有时并不希望新建 Excel 文件，而是需要将新的数据写入已有的工作簿。使用 Spire.XLS，可以轻松实现这一需求：只需加载现有工作簿，添加新的工作表或访问目标工作表，然后按照与新建工作簿相同的逻辑写入 DataFrame 数据。
以下代码展示了如何将一个Pandas DataFrame写入到现有Excel表格：
import pandas as pd
from spire.xls import *
workbook = Workbook()
workbook.LoadFromFile("员工与产品信息.xlsx")
new_df = pd.DataFrame({
'区域': ['华北', '华南', '华东', '西南'],
'销售额': [120000, 150000, 130000, 110000]
})
new_sheet = workbook.Worksheets.Add("区域销售")
# 写入标题
for colIndex, colName in enumerate(new_df.columns, start=1):
cell = new_sheet.Range[1, colIndex]
cell.Text = colName
cell.Style.Font.IsBold = True
cell.Style.Color = Color.get_LightGray()
new_sheet.Columns[colIndex - 1].ColumnWidth = 15
# 写入数据
for rowIndex, row in enumerate(new_df.values, start=2):
for colIndex, value in enumerate(row, start=1):
cell = new_sheet.Range[rowIndex, colIndex]
if isinstance(value, (int, float)):
cell.NumberValue = value
else:
cell.Text = str(value)
# 保存
workbook.SaveToFile("员工产品区域信息.xlsx", ExcelVersion.Version2016)
workbook.Dispose()
生成结果：
导出 Pandas DataFrame 到 Excel的自定义选项
除了基础导出外，还可以对导出过程进行自定义，以满足特定报表需求。例如，可以选择导出特定列，或者决定是否包含DataFrame索引，从而让 Excel 文件更加整洁、易读。
1. 选择特定列
在实际场景中，很多时候并不需要导出 DataFrame 中的所有列。通过只导出需要的列，可以让 Excel 报表内容更加简洁，同时避免无关信息干扰阅读。
下面示例演示如何只导出姓名和部门两列：
import pandas as pd
from spire.xls import *
# 创建示例 DataFrame
df = pd.DataFrame({
'姓名': ['张伟', '李娜', '王强'],
'部门': ['人事部', '财务部', '技术部'],
'月薪': [8000, 9500, 12000]
})
# 指定需要导出的列
columns_to_export = ['姓名', '部门']
# 创建新的工作簿并获取第一个工作表
workbook = Workbook()
sheet = workbook.Worksheets[0]
# 写入标题行
for colIndex, colName in enumerate(columns_to_export, start=1):
sheet.Range[1, colIndex].Text = colName
# 写入数据行
for rowIndex, row in enumerate(df[columns_to_export].values, start=2):
for colIndex, value in enumerate(row, start=1):
sheet.Range[rowIndex, colIndex].Text = value
# 保存 Excel 文件
workbook.SaveToFile("选择列.xlsx")
workbook.Dispose()
2. 包含或排除DataFrame索引
默认情况下，DataFrame 的索引不会导出到 Excel。但在一些报表中，行号或索引对数据分析非常重要。此时，可以手动将索引写入工作表，使每一行都有明确标识。
下面示例展示如何在导出特定列的同时包含索引：
# 写入索引标题
sheet.Range[1, 1].Text = "索引"
# 写入索引数值（数字）
for rowIndex, idx in enumerate(df.index, start=2):
sheet.Range[rowIndex, 1].NumberValue = idx
# 写入其他列标题，从第二列开始
for colIndex, colName in enumerate(columns_to_export, start=2):
sheet.Range[1, colIndex].Text = colName
# 写入数据行
for rowIndex, row in enumerate(df[columns_to_export].values, start=2):
for colIndex, value in enumerate(row, start=2):
if isinstance(value, (int, float)):
sheet.Range[rowIndex, colIndex].NumberValue = value
else:
sheet.Range[rowIndex, colIndex].Text = str(value)
# 保存 Excel 文件
workbook.SaveToFile("包含索引.xlsx", ExcelVersion.Version2016)
workbook.Dispose()
总结
本文介绍了在 Python 中使用 Spire.XLS 将 Pandas DataFrame 导出到 Excel 的多种方法。通过示例可以看到，除了基础的数据导出外，还可以实现标题样式设置、数据格式化、向现有工作簿写入数据，以及选择特定列或包含索引等操作。这些方法让数据分析和报表生成过程更加灵活，使开发者能够更好地控制导出内容和展示效果，以适应不同的应用场景和业务需求。
常见问题解答（FAQs）
问：如何在 Python 中将 Pandas DataFrame 导出到 Excel？
答： 可以使用 Spire.XLS 或类似库将 DataFrame 写入 Excel 文件。这样不仅可以导出数据，还可以自定义表头样式、单元格格式以及添加图表等，使报表更专业。
问：是否可以在同一个 Excel 文件中导出多个 DataFrame？
答： 可以。通过 Spire.XLS，可以将多个 DataFrame 写入同一个工作簿的不同工作表中，从而将相关数据整合在一个文件里，便于管理和分析。
问：如何在导出的 Excel 中设置标题和单元格样式？
答： 可以将表头字体加粗、设置背景颜色，调整列宽和行高，数字使用 NumberValue 属性保存，以便 Excel 识别和计算。这些设置能让 Excel 报表看起来更规范、易读。
问：能在导出的 Excel 文件中添加图表吗？
答： 可以。Spire.XLS 支持柱状图、折线图等多种图表类型，图表可以直接绑定 DataFrame 的数据，帮助快速展示数据趋势或对比分析。
问：导出 Excel 文件是否必须安装 Microsoft Excel？
答： 不需要。Spire.XLS 可以在 Python 中独立创建和格式化 Excel 文件，无需依赖 Excel 软件本身。
问：可以选择导出 DataFrame 的部分列或包含索引吗？
答： 可以。导出时可以指定需要的列，也可以选择是否包含索引，从而生成更简洁、针对性更强的报表。
