小白学 Python 数据分析：Pandas 数据导出

人生苦短，我用 Python

小白学 Python 数据分析（13）：Pandas （十二）数据表拼接

引言

先说个题外话，今天有位小朋友在后台给我留言，说我的公众号头像太吓人了，不敢关注我，怕我入侵她的手机。。。。。。。。。。。

emmmmmmmmmmmm，我都这么牛逼了么，我怎么不知道。

闲话少说，我们开始今天的正题，数据导出。

当我们在对数据做完相应的处理后，想要将数据保存下来的时候，就需要用到数据导出了。

其实在前面的文章中，小编曾经使用过一次数据导出成 Excel ，当时没有详细介绍，本文我们详细介绍一下数据导出。

Excel 导出

在做数据导出前，我们需要现有一份 DataFrame 数据，这里的数据小编偷懒，就直接读取之前示例中的 Excel 了，当然这么做并没有什么意义，仅用来演示导出数据。

在 Pandas 中导出 Excel 的时候，需要使用到的方法是方法，在导出 Excel 文件的时候，一定要写对文件路径，我们在前面的文章中有介绍过文件路径的书写方法，小编这里不多 BB ，直接上示例：

我们来看下这个方法的语法：

这个方法中的参数还是比较多的，我们挑几个常用的介绍一下：

excel_writer ：文件路径或现有的ExcelWriter

sheet_name ：字符串，默认是 “Sheet1”

float_format ：格式化浮点数的字符串

header ：写出列名。如果给定字符串列表，则假定它是列名称的别名。

index ：写索引

columns ：设置要导出的列

encoding ：编码格式，一般我们选择。

na_rep ：缺失值处理

inf_rep ：无穷值的处理

接下来看示例，这个示例小编会尽量写得复杂一点，把我们上面的属性尽可能的都用上，并且标注好注释：

CSV 导出

在导出 CSV 的时候，要使用到的方法是，和上面导出 Excel 实际上相差并不大，一样是要先设置文件路径，接下来可以设置索引、导出的列、分隔符号、编码格式、缺失值等等。

还是先来看下语法：

可以看到的是比较有着更多的参数，实际上，我们一些常用的参数并不多，小编下面接着给出一个比较复杂的导出示例：

注释都已经写得很清楚了，就不在多做介绍了。

本篇文章的就先到这里了，这也是 Pandas 系列的最后一篇，从下一篇开始，我们开始介绍数据可视化 Matplotlib 的使用，希望大家多多关注呦~

示例代码

老规矩，所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便大家取用。

示例代码-Github：https://github.com/meteor1993/python-learning/tree/master/python-data-analysis/pandas-demo

示例代码-Gitee：https://gitee.com/inwsy/python-learning/tree/master/python-data-analysis/pandas-demo

感谢阅读