今天CDA给大家分享的内容：Pandas遇上Excel会擦出什么样的火花？

作者： 俊欣

来源：关于数据分析与可视化

大家好，又是新的一周。

Excel是我们职场打工人接触最多的办公室软件之一，当中会涉及到很多重复的操作，好在Python为我们提供了很多操作Excel的模块，能够帮助我们极大地提高工作效率，从琐碎的工作时间中抽出身来。

今天我们要介绍的模块是xlsxwriter，它的主要功能是在Excel表格当中插入数据、插入图表，以及进行一系列数据的处理，

xlsxwriter模块安装

直接在命令行中输入

pip install xlsxwriter

或者使用豆瓣镜像

pip install -i https://pypi.douban.com/simple xlsxwriter

安装成功之后，来看一下如何使用

将多个DataFrame数据保存到Excel表格当中

当我们用pandas模块对Excel表格进行处理的时候，需要引用xlsxwriter模块作为内在的引擎。我们来实现一下如何将多个DataFrame数据保存在一张Excel表格当中，并且分成不同的sheet

import pandas as pd # 创建几个DataFrame数据集 df1 = pd.DataFrame({'Data': [11, 13, 15, 17]})
df2 = pd.DataFrame({'Data': [21, 23, 25, 27]})
df3 = pd.DataFrame({'Data': [31, 33, 35, 37]}) # 引入xlsxwriter作为引擎，制作ExcelWriter写入器 writer = pd.ExcelWriter('pandas_multiple.xlsx', engine='xlsxwriter') # 将不同的DataFrame数据集写入不同的sheetd当中 df1.to_excel(writer, sheet_name='Sheet1')
df2.to_excel(writer, sheet_name='Sheet2')
df3.to_excel(writer, sheet_name='Sheet3') # 输出生成的Excel文件 writer.save()

我们就可以在同级目录中看到生成的一个Excel文件，在不同的Sheet当中分别存放着指定的数据集

将多个DataFrame数据集放在一张Sheet当中

将多个DataFrame数据集放在同一张Sheet当中，通过当中的参数startcol与startrow，顾名思义就是从哪一行、哪一列开始

df1 = pd.DataFrame({'Data': [11, 13, 15, 17]})
df2 = pd.DataFrame({'Data': [21, 23, 25, 27]})
df3 = pd.DataFrame({'Data': [31, 33, 35, 37]})
df4 = pd.DataFrame({'Data': [41, 43, 45, 47]})

writer = pd.ExcelWriter('pandas_positioning.xlsx', engine='xlsxwriter') # 存放在指定的位置当中 df1.to_excel(writer, sheet_name='Sheet1') # 默认位置是从A1开始的 df2.to_excel(writer, sheet_name='Sheet1', startcol=4)
df3.to_excel(writer, sheet_name='Sheet1', startrow=8) # 当然我们不需要header和index df4.to_excel(writer, sheet_name='Sheet1',
             startrow=10, startcol=15, header=False, index=False)

writer.save()

如下图所示

针对表格中的数据绘制直方图

下面我们来看一下，如何利用Pandas来根据表格中的数据绘制柱状图，并且保存在Excel表格当中，在xlsxwriter模块当中有add_chart()方法，提供了9中图表的绘制方法，我们先来看一下柱状图的绘制

df = pd.DataFrame({'Data': [10, 20, 30, 20, 15, 30, 45]})
writer = pd.ExcelWriter('pandas_chart.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1')

workbook  = writer.book
worksheet = writer.sheets['Sheet1'] # 绘制柱状图图表 chart = workbook.add_chart({'type': 'column'}) # 根据哪些数据来绘制图表 chart.add_series({'values': '=Sheet1!$B$2:$B$8'}) # 将绘制完成的图表插入到sheet当中 worksheet.insert_chart('D2', chart)

writer.save()

如下图所示

针对表格中的数据制作折线图

我们只需要针对上面的代码，将type当中的column改成line即可绘制折线图

df = pd.DataFrame({'Data': [10, 20, 30, 20, 15, 30, 45]})
writer = pd.ExcelWriter('pandas_line.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1')

workbook  = writer.book
worksheet = writer.sheets['Sheet1'] # 绘制折线图图表 chart = workbook.add_chart({'type': 'line'}) # 根据哪些数据来绘制图表 chart.add_series({'values': '=Sheet1!$B$2:$B$8'}) # 将绘制完成的图表插入到sheet当中 worksheet.insert_chart('D2', chart)

writer.save()

如下图所示

除了折线图与直方图之外，小编也在上面提到，xlsxwriter模块提供了绘制9中图表的方法，分别是

• 折线图：line
• 柱状图：column
• 水平折线图：bar
• 面积图：area
• 饼图：pie
• 散点图：scatter
• 雷达图：radar
• 空心饼图：doughnut
• K线图：stock

我们仅仅只需要在add_chart()方法当中，填入对应的图表的类型即可

为图表添加标题等辅助内容

当然图表绘制出来之后，我们还需要添加例如标题、标记等辅助内容，毕竟我们希望绘制出来的图表能够被更多的人给理解，

添加标题是去调用set_title()方法

chart.set_title({'name': '.....'})

添加x轴与y轴上面的标注，需要用到的方法是

chart.set_x_axis({'name': '...'})
chart.set_y_axis({'name': '...'})

我们尝试来绘制一个直方图，并且添加上这些辅助信息

import xlsxwriter

workbook = xlsxwriter.Workbook('chart.xlsx')
worksheet = workbook.add_worksheet() # Create a new Chart object. chart = workbook.add_chart({'type': 'column'}) # 创建数据 data = [
    [1, 3, 5, 7, 9],
    [2, 4, 6, 8, 10],
    [3, 6, 9, 12, 15],
]

worksheet.write_column('A1', data[0])
worksheet.write_column('B1', data[1])
worksheet.write_column('C1', data[2]) # 基于指定的数据集来绘制图表 chart.add_series({'values': '=Sheet1!$A$1:$A$5'})
chart.add_series({'values': '=Sheet1!$B$1:$B$5'})
chart.add_series({'values': '=Sheet1!$C$1:$C$5'}) # 标题与标注 chart.set_title({"name": "直方图"})
chart.set_x_axis({'name': '这个是X轴'})
chart.set_y_axis({'name': '这个是Y轴'}) # 将绘制出来的图表插入到sheet当中 worksheet.insert_chart('A7', chart)

workbook.close()

如下图所示

同时我们还可以将两种图表结合起来，例如是将折线图与直方图这两种图表结合起来绘制，通过内置的combine()方法

chart = workbook.add_chart({'type': 'column'})
chart.add_series({'values': '=Sheet1!$B$2:$B$8'})

line_chart = workbook.add_chart({"type": "line"})
line_chart.add_series({'values': '=Sheet1!$B$2:$B$8'})

chart.combine(line_chart)

如下图所示

数据保留特定位数

我们可以对数据，尤其是一些小数，指定保留例如两位小数，或者是指定位数的小数，代码如下

df = pd.DataFrame({'Numbers': [1010, 2020, 3030, 2020, 1515, 3030, 4545], 'Percentage': [.1, .2, .33, .25, .5, .75, .45 ], }) writer = pd.ExcelWriter("pandas_column_formats.xlsx", engine='xlsxwriter') df.to_excel(writer, sheet_name='Sheet1') workbook = writer.book worksheet = writer.sheets['Sheet1'] # 指定保留小数的位数 format1 = workbook.add_format({'num_format': '#,##0.00'}) format2 = workbook.add_format({'num_format': '0%'}) # 设置列的宽度以及保留小数的位数 worksheet.set_column('B:B', 18, format1) # 不设置列的宽度，但是设置保留小数的位数 worksheet.set_column('C:C', None, format2) writer.save() 

如下图所示