### 使用 Python 将数据写入 Excel 文件 #### 方法一：使用 `openpyxl` 库 `openpyxl` 是一个专门用于处理 `.xlsx` 格式的 Excel 文件的库。它支持创建、修改和保存 Excel 工作簿，可以方便地对单元格进行读写操作。 以下是通过 `openpyxl` 创建并写入 Excel 文件的一个示例： ```python import openpyxl # 创建一个新的 Workbook 对象 wb = openpyxl.Workbook() # 获取默认的工作表并将名称更改为 "Sheet1" sheet1 = wb.active sheet1.title = "Sheet1" # 向工作表中写入数据 sheet1["A1"] = "Name" sheet1["B1"] = "Age" sheet1["C1"] = "City" data = [ ("Alice", 28, "New York"), ("Bob", 24, "Los Angeles"), ("Charlie", 30, "Chicago") ] for row in data: sheet1.append(row) # 添加第二个工作表 sheet2 = wb.create_sheet("Sheet2") # 向第二个工作表写入数据 sheet2["A1"] = "Product" sheet2["B1"] = "Price" products_data = [("Apple", 1.5), ("Banana", 0.75)] for product_row in products_data: sheet2.append(product_row) # 保存文件 wb.save('example_openpyxl.xlsx') ``` 上述代码展示了如何使用 `openpyxl` 创建两个工作表，并分别向其中写入不同类型的结构化数据[^1]。 --- #### 方法二：使用 `pandas` 库 `pandas` 提供了一个简单而强大的接口来处理表格型数据，并能轻松将其导出为 Excel 文件。通常情况下，我们会先构建一个 DataFrame 数据结构，再调用其内置方法将数据写入 Excel 中。 下面是一个基于 `pandas` 的例子： ```python import pandas as pd # 构建第一个DataFrame df1 = pd.DataFrame({ 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [28, 24, 30], 'City': ['New York', 'Los Angeles', 'Chicago'] }) # 构建第二个DataFrame df2 = pd.DataFrame({ 'Product': ['Apple', 'Banana'], 'Price': [1.5, 0.75] }) # 创建ExcelWriter对象以便管理多张工作表 with pd.ExcelWriter('example_pandas.xlsx') as writer: df1.to_excel(writer, sheet_name='People Data', index=False) df2.to_excel(writer, sheet_name='Products Info', index=False) ``` 此代码片段说明了如何借助 `pandas` 和 `ExcelWriter` 类实现多工作表的数据存储功能[^2]。 --- #### 总结对比 - **适用场景** - 如果仅需执行简单的单元格级操作或者希望完全控制 Excel 文档的内容布局，则推荐选用 `openpyxl`。 - 若涉及复杂数据分析任务或是已有现成 Pandas DataFrame 需要快速转换至 Excel 表单形式时，应优先考虑采用 `pandas` 方案。 - **性能考量** 当面对大规模数据集时，两种工具均表现良好；然而，在特定条件下（比如频繁追加大量记录），可能需要测试实际运行效率以决定最佳实践方案。 ---