### 将 Pandas DataFrame 数据保存到 Excel 文件 #### 使用 `to_excel` 函数导出单个 DataFrame 到 Excel 文件 为了将单一的 DataFrame 对象转换并存储为 Excel 文件，可以直接调用 pandas 提供的 `to_excel()` 方法。此方法允许指定目标文件路径以及一些可选参数来控制输出格式。 ```python import pandas as pd # 创建示例 DataFrame df = pd.DataFrame({ 'A': ['foo', 'bar', 'baz'], 'B': [1, 2, 3], }) # 导出至 Excel 文件 df.to_excel('example.xlsx', sheet_name='Sheet1', index=False) ``` 上述代码片段展示了如何通过设置 `sheet_name` 参数定义工作表名称，并通过设定 `index=False` 来防止索引被写出[^1]。 #### 向现有 Excel 文件追加多个 DataFrame 工作表 当有多个 DataFrame 需要写入同一个 Excel 文件的不同工作表时，推荐使用 `pd.ExcelWriter` 上下文管理器配合 `mode='a'` 参数实现增量更新操作。这使得可以在不覆盖原有内容的前提下向已有文档添加新的数据集。 ```python with pd.ExcelWriter("existing_file.xlsx", engine='openpyxl', mode='a') as writer: df1.to_excel(writer, sheet_name="New_Sheet_Name_1", index=False) df2.to_excel(writer, sheet_name="New_Sheet_Name_2", index=False) ``` 这里需要注意的是，如果尝试往不存在的工作簿中追加工件，则会抛出异常；另外还需确保所选用的引擎支持追加模式（如 openpyxl），因为并非所有的库都具备这一特性[^3]。 #### 实现更美观的 Excel 输出效果 对于追求更高品质视觉呈现的应用场景来说，可以通过引入额外的支持库——例如 xlsxwriter ——来自定义样式属性，从而获得更加专业的外观设计。下面的例子说明了怎样应用表格样式的技巧： ```python from pandas import ExcelWriter import xlsxwriter workbook_options = { "strings_to_numbers": True, } with ExcelWriter( "styled_output.xlsx", engine="xlsxwriter", options=workbook_options) as writer: styled_df.to_excel( excel_writer=writer, sheet_name="Styled Data", startrow=1, header=True) worksheet = writer.sheets['Styled Data'] # 添加表格样式 (max_row, max_col) = styled_df.shape table_range = f"A2:{chr(65 + max_col)}{max_row + 1}" worksheet.add_table(table_range, {'columns': [{'header': col} for col in styled_df.columns]}) # 自动调整列宽 for idx, col in enumerate(styled_df.columns): series = styled_df[col] max_len = max(( series.astype(str).map(len).max(), len(str(series.name)) )) + 1 worksheet.set_column(idx, idx, max_len) ``` 这段脚本不仅实现了基本的数据导入功能，还进一步增强了用户体验，包括但不限于启用数值识别、构建结构化的表格区域以及动态适应最佳宽度显示每列表头及其对应的内容项等特色服务[^4]。