Pandas 数据写入文件

📁 写入 CSV 文件

to_csv() 是最常用的导出方法，支持灵活的参数配置。

import pandas as pd

df = pd.DataFrame({
    '姓名': ['张三', '李四', '王五'],
    '年龄': [28, 35, 42],
    '工资': [8000, 12000, 15000]
})

# 基本写入
df.to_csv('output.csv', index=False)  # 不保存行索引

# 常用参数示例
df.to_csv('output.csv',
          sep=';',                # 使用分号分隔（避免逗号冲突）
          na_rep='NULL',           # 缺失值替换为 NULL
          encoding='utf-8',        # 编码
          columns=['姓名', '工资'], # 只保存指定列
          header=True,             # 是否保存列名
          index=True,              # 保存行索引（默认 True）
          index_label='id'         # 索引列的名称
          )

📊 写入 Excel 文件

需要安装 openpyxl（.xlsx）或 xlsxwriter。通过 to_excel() 和 ExcelWriter 可实现单表或多工作表写入。

# 写入单个工作表
df.to_excel('output.xlsx', sheet_name='员工信息', index=False)

# 使用 ExcelWriter 写入多个工作表
with pd.ExcelWriter('output.xlsx', engine='openpyxl') as writer:
    df1.to_excel(writer, sheet_name='员工信息', index=False)
    df2.to_excel(writer, sheet_name='部门信息', index=False)

# 参数示例
df.to_excel('output.xlsx',
            sheet_name='Sheet1',
            index=False,
            startrow=2,          # 从第3行开始写入（留出标题行）
            startcol=1,           # 从第2列开始
            columns=['姓名', '年龄'],   # 只写入指定列
            na_rep='NULL',         # 缺失值表示
            inf_rep='INF'          # 无穷大表示
            )

如果需要格式控制（如设置列宽、颜色等），建议使用 xlsxwriter 引擎：

with pd.ExcelWriter('styled.xlsx', engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='Sheet1', index=False)
    workbook = writer.book
    worksheet = writer.sheets['Sheet1']
    worksheet.set_column('A:A', 20)  # 设置A列宽度20

📋 写入 JSON 文件

to_json() 可导出为 JSON 格式，常用参数 orient 控制结构。

# 默认格式（按列索引）
df.to_json('output.json')

# 常用 orient 选项
df.to_json('output.json', orient='records')  # 列表形式：[{col:val}, ...]
df.to_json('output.json', orient='index')    # 以索引为键
df.to_json('output.json', orient='columns')  # 以列为键（默认）
df.to_json('output.json', orient='split')    # 分成 index, columns, data 三部分

# 压缩与行分隔 JSON（适用于大数据流）
df.to_json('output.json', orient='records', lines=True)  # 每行一个JSON对象

🗄️ 写入 SQL 数据库

需要 SQLAlchemy 和相应数据库驱动。to_sql() 可将 DataFrame 直接写入数据库表。

from sqlalchemy import create_engine

engine = create_engine('sqlite:///mydatabase.db')

df.to_sql('employees',
          con=engine,
          if_exists='replace',   # 'fail'（表存在时报错）、'replace'（替换）、'append'（追加）
          index=False,           # 不写入行索引
          dtype={                 # 指定列的数据类型（SQLAlchemy类型）
              '年龄': sqlalchemy.types.INTEGER(),
              '工资': sqlalchemy.types.Float(precision=10, scale=2)
          })

📌 其他格式

• HDF5 df.to_hdf('data.h5', key='df', mode='w') 适合存储大型数组数据
• Parquet df.to_parquet('data.parquet') 列式存储，高效压缩
• Feather df.to_feather('data.feather') 跨语言快速读写
• Pickle df.to_pickle('data.pkl') Python对象序列化
• Markdown df.to_markdown('table.md') 生成表格文档
• HTML df.to_html('table.html') 生成网页表格

🧪 综合示例：多格式导出

import pandas as pd
import numpy as np

# 创建示例数据
df = pd.DataFrame({
    'product': ['A', 'B', 'C', 'D'],
    'price': [100, 250, 175, None],
    'quantity': [5, 10, 8, 3],
    'date': pd.date_range('2024-01-01', periods=4)
})

# 导出 CSV（不含索引，缺失值填 'NA'）
df.to_csv('products.csv', index=False, na_rep='NA')

# 导出 Excel 并设置日期格式
with pd.ExcelWriter('products.xlsx', engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='Products', index=False)
    workbook = writer.book
    worksheet = writer.sheets['Products']
    # 设置日期列格式
    date_format = workbook.add_format({'num_format': 'yyyy-mm-dd'})
    worksheet.set_column('D:D', 12, date_format)

# 导出 JSON（records 格式，行分隔）
df.to_json('products.json', orient='records', lines=True)

# 导出 SQLite
from sqlalchemy import create_engine
engine = create_engine('sqlite:///products.db')
df.to_sql('products', con=engine, if_exists='replace', index=False)

⚠️ 常见问题及解决方法