python 另存Excel表中，to_excel常用参数解析并且如何使用

冰菲

python 另存Excel表中，to_excel常用参数解析并且如何使用

FishC

在Python中，使用pandas库的`to_excel`方法可以将DataFrame或Series对象保存为Excel文件。以下是常用参数的解析和使用方法：

常用参数解析：

• path_or_buf：文件路径或缓冲区，用于指定保存位置，例如 'output.xlsx'。
• sheet_name：工作表名称，默认为 'Sheet1'，可以设置为字符串或列表（多个工作表）。
• index：是否写入行索引，默认为 True，设置为 False 可不写入索引。
• header：是否写入列名，默认为 True，设置为 False 可不写入列名。
• columns：指定要写入的列，接受列名的列表，例如 ['列1', '列2']。
• na_rep：缺失值的表示方式，默认为空字符串，可设置为如 'N/A'。
• float_format：浮点数格式字符串，例如 '%.2f' 表示保留两位小数。
• engine：指定引擎，如 'openpyxl'（用于.xlsx文件）或 'xlwt'（用于.xls文件），根据文件扩展名自动选择。
  

使用示例：

1. 
   
2. import pandas as pd
   
3. 
   
4. # 创建一个示例DataFrame
   
5. data = {'姓名': ['张三', '李四', '王五'],
   
6.         '年龄': [25, 30, 35],
   
7.         '工资': [50000.5, 60000.0, None]}
   
8. df = pd.DataFrame(data)
   
9. 
   
10. # 使用to_excel保存，指定常用参数
    
11. df.to_excel('员工信息.xlsx',
    
12.             sheet_name='数据',
    
13.             index=False,
    
14.             header=True,
    
15.             columns=['姓名', '工资'],  # 只保存这两列
    
16.             na_rep='暂无',
    
17.             float_format='%.1f')
    

复制代码

这个示例将DataFrame保存到 '员工信息.xlsx' 文件中，工作表名为 '数据'，不写入索引，保留列名，只保存“姓名”和“工资”列，缺失值显示为“暂无”，浮点数保留一位小数。

注意：确保已安装pandas和相应引擎（如openpyxl），可通过 pip install pandas openpyxl 安装。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

冰菲

index里面有的单元格是空的，但是透视后就不显示空的，如何让空的也显示

FishC

冰菲 发表于 2026-01-28 17:10
index里面有的单元格是空的，但是透视后就不显示空的 ...

在 Pandas 中处理透视表时，如果索引中有空值，默认情况下会被排除。要让空值也显示出来，有以下几种方法：

**方法 1：使用 pivot_table 的 dropna 参数**

1. import pandas as pd
   
2. import numpy as np
   
3. 
   
4. # 示例数据
   
5. data = {
   
6.     'A': ['苹果', np.nan, '苹果', '香蕉', np.nan],
   
7.     'B': ['北京', '上海', '北京', '上海', '北京'],
   
8.     '值': [10, 20, 30, 40, 50]
   
9. }
   
10. df = pd.DataFrame(data)
    
11. 
    
12. # 创建透视表，让空索引也显示
    
13. pivot = pd.pivot_table(df, values='值', index=['A'], columns=['B'],
    
14.                        aggfunc='sum', fill_value=0, dropna=False)
    
15. print(pivot)

复制代码

**方法 2：处理 groupby 的空值显示**

1. # 使用 groupby 时
   
2. grouped = df.groupby(['A', 'B'], dropna=False)['值'].sum().unstack(fill_value=0)
   
3. print(grouped)

复制代码

**方法 3：先填充占位符再透视**

1. # 方法3：用占位符替代空值
   
2. df_filled = df.copy()
   
3. df_filled['A'] = df_filled['A'].fillna('(空)')
   
4. 
   
5. pivot_filled = pd.pivot_table(df_filled, values='值', index=['A'], columns=['B'],
   
6.                               aggfunc='sum', fill_value=0)
   
7. print(pivot_filled)

复制代码

**关键参数说明：**

1. dropna=False：这是最重要的参数，告诉 pandas 不要丢弃 NaN 值
2. fill_value=0：用 0 填充缺失的数值单元格
3. 在 groupby 中也要使用 dropna=False

**推荐做法：**
- 使用 dropna=False 参数保留空索引
- 配合 fill_value 参数给缺失的数值单元格一个默认值
- 如果需要区分不同类型的空值，可以先使用 fillna() 给空值一个明确的标签

这样处理后，即使原始数据中有空值，透视表也会为这些空值保留一行或一列，并用指定的填充值显示。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。