一文讲述Pandas库的数据读取、数据获取、数据拼接、数据写出( 三 ) _Pandas库

在Pandas库中，将数据导出为xlsx格式，使用的是DataFrame对象的to_excle()方法，其中这里面有4个常用的参数，详情如下。

excel_writer：表示数据写到哪里去，可以是一个路径，也可以是一个ExcelWriter对象。
sheet_name：设置导出到本地的Excel文件的Sheet名称。
index：新导出到本地的文件，默认是有一个从0开始的索引列，设置index=False可以去掉这个索引列。
columns：选择指定列导出，默认情况是导出所有列。
encoding：有时候导出的文件会出现乱码的格式，这个时候就需要使用该参数设置文件编码格式。

df1 = pd.read_excel("concat.xlsx",sheet_name="Sheet1")df2 = pd.read_excel("concat.xlsx",sheet_name="Sheet2")df3 = pd.concat([df1,df2],ignore_index=True)df3.to_excel(excel_writer="to_excel.xlsx",sheet_name="to_excel",index=None)

6. ExcelWriter的使用有时候我们需要将多excel表写入同一个工作簿，这个时候就需要借助Pandas中的pd.ExcelWriter()对象，默认对于xls使用xlwt引擎，对于xlsx使用openpyxl引擎。
这里面有两个参数，一个是路径参数Path，表示生成文件的存放路径，一个是时间格式化参数datetime_format，可以将生成文件中的时间列，按照指定时间格式化输出。

df1 = pd.read_excel("concat.xlsx",sheet_name="Sheet1")df2 = pd.read_excel("concat.xlsx",sheet_name="Sheet2")with pd.ExcelWriter("excel_writer.xlsx",datetime_format="YYYY-MM-DD") as writer:    df1.to_excel(excel_writer=writer,sheet_name="df1",index=None)    df2.to_excel(excel_writer=writer,sheet_name="df2",index=None)

【一文讲述Pandas库的数据读取、数据获取、数据拼接、数据写出】上面第三行代码，我们打开了一个ExcelWriter对象的同时，将所有设计到时间列的数据，进行格式化输出为年-月-日。
接着第四行代码，我们将df1中的数据写到这个ExcelWriter对象中，将这个Sheet取名为df1 。
最后第五行代码，再将df2中的数据写入到这个ExcelWriter对象中，同样将Sheet取名为df1 。