python多种数据类型输出为Excel文件

 更新时间:2025年03月17日 10:44:44   作者:Lyric群青  
本文主要介绍了将Python中的列表、元组、字典和集合等数据类型输出到Excel文件中,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

python中的列表、元组、字典、集合有时包含大量的数据,而这样的变量在主流编辑器PyCharm中并不能像MATLAB那样直接可视化显示出来亦或直接打印、复制粘贴。如下图是一张图片的像素点数据:

因此我们需要将这些变量的数值输出到Excel中,方便后续使用。

大致需要3个包:numpypandasopenpyxl,如果用Anaconda有的版本已经自带:

一.列表List

import pandas as pd
data=[[1,2,3,4,5],[6,7,8,9,10]]
df = pd.DataFrame(data)
print(df)
df.to_excel('D:\\output1.xlsx', index=False)

注意:

  • openyxl不需要导入,只要安装了就可以;但必须导入pandas
  •  路径文件名需要自己写,但是一定要用双反斜杠——因为 作为转义符会抵消一个~

实际上,此处调用pandas包将原始数据变为dataframe型的数据,因为上述只有数值,没有定义行列,因此列标默认从0开始设置,用户可以自行设置行列名:

import pandas as pd
data=[[1,2,3,4,5],[6,7,8,9,10]]

df = pd.DataFrame(data,
                 index=['1行','2行'],
                 columns=['1列','2列','3列','4列','5列'])
print(df)
df.to_excel('D:\\output5.xlsx', index=False)

需要注意的是,参数名必须严格写index和columns~

另外可以设置index和columns的布尔值,选择性保留行列标签(默认为真):

import pandas as pd
data=[[1,2,3,4,5],[6,7,8,9,10]]

df = pd.DataFrame(data,
                 index=['1行','2行'],
                 columns=['1列','2列','3列','4列','5列'])
print(df)
df.to_excel('D:\\output6.xlsx')

二.字典dict

import pandas as pd

data = {'队名': ['拜仁慕尼黑', '勒沃库森', '多特蒙德'],
        '所在州': ['巴伐利亚','北莱茵-威斯特法伦', '北莱茵-威斯特法伦'],
        '排名': [1, 2, 10]}

df = pd.DataFrame(data)
print(df)
df.to_excel('D:\\output2.xlsx', index=False)

三.集合set

import pandas as pd

data={1,2,3,4,5}

df = pd.DataFrame(data)
print(df)
df.to_excel('D:\\output3.xlsx', index=False)

四.元组tuple

import pandas as pd

data=(1,3,2,5)

df = pd.DataFrame(data)
print(df)
df.to_excel('D:\\output4.xlsx', index=False)

总的来说,往往大量的数据处理主要用到的还是字典和列表~

到此这篇关于python多种数据类型输出为Excel文件的文章就介绍到这了,更多相关python输出为Excel文件内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python调用百度AI实现人像分割详解

    Python调用百度AI实现人像分割详解

    本文主要介绍了如何通过Python调用百度AI从而实现人像的分割与合成,文中的示例代码对我们的工作或学习有一定的帮助,需要的朋友可以参考一下
    2021-12-12
  • python程序 线程队列queue使用方法解析

    python程序 线程队列queue使用方法解析

    这篇文章主要介绍了python程序 线程队列queue使用方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • 使用pytorch读取数据集

    使用pytorch读取数据集

    这篇文章主要介绍了使用pytorch读取数据集,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-05-05
  • 使用Python实现图片批量重命名工具

    使用Python实现图片批量重命名工具

    这篇文章主要为大家介绍了一个基于Python开发的图形界面工具,用于批量重命名文件夹中的图片文件,文中的示例代码讲解详细,感兴趣的小伙伴可以参考下
    2025-04-04
  • 基于pytorch padding=SAME的解决方式

    基于pytorch padding=SAME的解决方式

    今天小编就为大家分享一篇基于pytorch padding=SAME的解决方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • python中的hashlib和base64加密模块使用实例

    python中的hashlib和base64加密模块使用实例

    这篇文章主要介绍了python中的hashlib和base64加密模块使用实例,hashlib模块支持的加密算法有md5 sha1 sha224 sha256 sha384 sha512,需要的朋友可以参考下
    2014-09-09
  • python+pytest接口自动化之token关联登录的实现

    python+pytest接口自动化之token关联登录的实现

    公司某管理后台系统,登录后返回token,接着去请求其他接口时请求头中都需要加上这个token,否则提示请先登录,今天通过本文给大家介绍下python+pytest接口自动化之token关联登录的实现,感兴趣的朋友一起看看吧
    2022-04-04
  • python bottle框架支持jquery ajax的RESTful风格的PUT和DELETE方法

    python bottle框架支持jquery ajax的RESTful风格的PUT和DELETE方法

    下面小编就为大家带来一篇python bottle框架支持jquery ajax的RESTful风格的PUT和DELETE方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-05-05
  • Pytorch学习之torch用法----比较操作(Comparison Ops)

    Pytorch学习之torch用法----比较操作(Comparison Ops)

    这篇文章主要介绍了Pytorch学习之torch用法----比较操作(Comparison Ops),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • Flask教程之重定向与错误处理实例分析

    Flask教程之重定向与错误处理实例分析

    这篇文章主要介绍了Flask教程之重定向与错误处理,结合实例形式分析了flask框架重定向、状态码判断及错误处理相关操作技巧,需要的朋友可以参考下
    2019-08-08

最新评论