讀：任何原始格式的數(shù)據(jù)載入DataFrame后，都可以使用類似DataFrame.to_csv()的方法輸出到相應(yīng)格式的文件或者目標(biāo)系統(tǒng)里。本文將介紹一些常用的數(shù)據(jù)輸出目標(biāo)格式。

作者：李慶輝

來源：華章科技

01 CSV

DataFrame.to_csv方法可以將DataFrame導(dǎo)出為CSV格式的文件，需要傳入一個(gè)CSV文件名。

df.to_csv('done.csv')
df.to_csv('data/done.csv') # 可以指定文件目錄路徑
df.to_csv('done.csv', index=False) # 不要索引

另外還可以使用sep參數(shù)指定分隔符，columns傳入一個(gè)序列指定列名，編碼用encoding傳入。如果不需要表頭，可以將header設(shè)為False。如果文件較大，可以使用compression進(jìn)行壓縮：

# 創(chuàng)建一個(gè)包含out.csv的壓縮文件out.zip
compression_opts = dict(method='zip',
archive_name='out.csv') 
df.to_csv('out.zip', index=False,
compression=compression_opts) 

02 Excel

將DataFrame導(dǎo)出為Excel格式也很方便，使用DataFrame.to_excel方法即可。要想把DataFrame對(duì)象導(dǎo)出，首先要指定一個(gè)文件名，這個(gè)文件名必須以.xlsx或.xls為擴(kuò)展名，生成的文件標(biāo)簽名也可以用sheet_name指定。

如果要導(dǎo)出多個(gè)DataFrame到一個(gè)Excel，可以借助ExcelWriter對(duì)象來實(shí)現(xiàn)。

# 導(dǎo)出，可以指定文件路徑
df.to_excel('path_to_file.xlsx')
# 指定sheet名，不要索引
df.to_excel('path_to_file.xlsx', sheet_name='Sheet1', index=False)
# 指定索引名，不合并單元格
df.to_excel('path_to_file.xlsx', index_label='label', merge_cells=False)

多個(gè)數(shù)據(jù)的導(dǎo)出如下：

# 將多個(gè)df分不同sheet導(dǎo)入一個(gè)Excel文件中
with pd.ExcelWriter('path_to_file.xlsx') as writer:
df1.to_excel(writer, sheet_name='Sheet1')
df2.to_excel(writer, sheet_name='Sheet2')

使用指定的Excel導(dǎo)出引擎如下：

# 指定操作引擎
df.to_excel('path_to_file.xlsx', sheet_name='Sheet1', engine='xlsxwriter')
# 在'engine'參數(shù)中設(shè)置ExcelWriter使用的引擎
writer = pd.ExcelWriter('path_to_file.xlsx', engine='xlsxwriter')
df.to_excel(writer)
writer.save()

# 設(shè)置系統(tǒng)引擎
from pandas import options # noqa: E402
options.io.excel.xlsx.writer = 'xlsxwriter'
df.to_excel('path_to_file.xlsx', sheet_name='Sheet1')

03 HTML

DataFrame.to_html會(huì)將DataFrame中的數(shù)據(jù)組裝在HTML代碼的table標(biāo)簽中，輸入一個(gè)字符串，這部分HTML代碼可以放在網(wǎng)頁中進(jìn)行展示，也可以作為郵件正文。

print(df.to_html())
print(df.to_html(columns=[0])) # 輸出指定列
print(df.to_html(bold_rows=False)) # 表頭不加粗
# 表格指定樣式，支持多個(gè)
print(df.to_html(classes=['class1', 'class2']))

04 數(shù)據(jù)庫（SQL）

將DataFrame中的數(shù)據(jù)保存到數(shù)據(jù)庫的對(duì)應(yīng)表中：

# 需要安裝SQLAlchemy庫
from sqlalchemy import create_engine
# 創(chuàng)建數(shù)據(jù)庫對(duì)象，SQLite內(nèi)存模式
engine = create_engine('sqlite:///:memory:')
# 取出表名為data的表數(shù)據(jù)
with engine.connect() as conn, conn.begin():
data = pd.read_sql_table('data', conn)

# data
# 將數(shù)據(jù)寫入
data.to_sql('data', engine)
# 大量寫入
data.to_sql('data_chunked', engine, chunksize=1000)
# 使用SQL查詢
pd.read_sql_query('SELECT * FROM data', engine)

05 Markdown

Markdown是一種常用的技術(shù)文檔編寫語言，Pandas支持輸出Markdown格式的字符串，如下：

print(cdf.to_markdown())

'''
| | x | y | z |
|:---|----:|----:|----:|
| a | 1 | 2 | 3 |
| b | 4 | 5 | 6 |
| c | 7 | 8 | 9 |
'''

小結(jié)

本文介紹了如何將DataFrame對(duì)象數(shù)據(jù)進(jìn)行輸出，數(shù)據(jù)經(jīng)輸出、持久化后會(huì)成為固定的數(shù)據(jù)資產(chǎn)，供我們進(jìn)行歸檔和分析。

關(guān)于作者：李慶輝，數(shù)據(jù)產(chǎn)品專家，某電商公司數(shù)據(jù)產(chǎn)品團(tuán)隊(duì)負(fù)責(zé)人，擅長通過數(shù)據(jù)治理、數(shù)據(jù)分析、數(shù)據(jù)化運(yùn)營提升公司的數(shù)據(jù)應(yīng)用水平。精通Python數(shù)據(jù)科學(xué)及Python Web開發(fā)，曾獨(dú)立開發(fā)公司的自動(dòng)化數(shù)據(jù)分析平臺(tái)，參與教育部“1+X”數(shù)據(jù)分析（Python）職業(yè)技能等級(jí)標(biāo)準(zhǔn)評(píng)審。中國人工智能學(xué)會(huì)會(huì)員，企業(yè)數(shù)字化、數(shù)據(jù)產(chǎn)品和數(shù)據(jù)分析講師，在個(gè)人網(wǎng)站“蓋若”上編寫的技術(shù)和產(chǎn)品教程廣受歡迎。

本書摘編自《深入淺出Pandas：利用Python進(jìn)行數(shù)據(jù)處理與分析》，機(jī)械工業(yè)出版社華章公司2021年出版。轉(zhuǎn)載請(qǐng)與我們?nèi)〉檬跈?quán)。

推薦語：這是一本全面覆蓋了Pandas使用者的普遍需求和痛點(diǎn)的著作，基于實(shí)用、易學(xué)的原則，從功能、使用、原理等多個(gè)維度對(duì)Pandas做了全方位的詳細(xì)講解，既是初學(xué)者系統(tǒng)學(xué)習(xí)Pandas難得的入門書，又是有經(jīng)驗(yàn)的Python工程師案頭必不可少的查詢手冊(cè)。《利用Python進(jìn)行數(shù)據(jù)分析》學(xué)習(xí)伴侶，用好Python必備。