Pandas高效保存Excel技巧解析

文章不知道大家是否熟悉？今天我将给大家介绍《高效保存Excel：Pandas与直接写入方法解析》，这篇文章主要会讲到等等知识点，如果你在看完本篇文章后，有更好的建议或者发现哪里有问题，希望大家都能积极评论指出，谢谢！希望我们能一起加油进步！

在日常开发中，我们经常会遇到从API或其他网络服务接收Excel文件数据的情况。这些数据通常以字节流的形式存在于HTTP响应的response.content中。此时，如何将这些字节流高效、正确地保存为.xlsx文件，是许多开发者面临的问题。本教程将详细介绍两种行之有效的方法。

方法一：直接保存原始Excel文件

当您的目标是完整地保存从HTTP响应中获取的原始Excel文件，而无需对文件内容进行进一步处理或分离时，最直接、最高效的方法是将response.content直接写入一个二进制文件。

许多开发者可能会尝试将response.content首先传递给pd.ExcelFile对象，然后寻找保存该对象的方法。然而，pandas.ExcelFile的主要设计目的是读取和解析Excel文件内容到Pandas数据结构（如DataFrame），而不是用于直接保存一个完整的Excel文件字节流。如果您的response.content本身就是一个完整的Excel文件字节流，那么直接将其写入文件是最恰当的做法。

示例代码：

import requests
import io
import pandas as pd

# 假设您已经通过requests库获取了包含Excel文件的响应
# 例如：response = requests.get('your_excel_file_url')

# 模拟一个包含Excel文件内容的响应对象
# 在实际应用中，response.content会直接来自网络请求
# 这里为了演示，我们创建一个假的Excel字节流
# 您可以替换成真实的requests.Response对象
try:
    # 尝试从一个URL获取真实的Excel文件，如果失败则使用模拟数据
    # 请替换为实际的Excel文件URL
    response = requests.get('https://file-examples.com/wp-content/uploads/2017/02/file_example_XLSX_50.xlsx')
    response.raise_for_status() # 检查请求是否成功
    excel_content = response.content
    print("成功从URL获取Excel文件内容。")
except requests.exceptions.RequestException as e:
    print(f"无法从URL获取Excel文件内容，使用模拟数据。错误: {e}")
    # 创建一个简单的Excel文件作为模拟数据
    df_sample = pd.DataFrame({'列A': [1, 2, 3], '列B': ['X', 'Y', 'Z']})
    output = io.BytesIO()
    with pd.ExcelWriter(output, engine='xlsxwriter') as writer:
        df_sample.to_excel(writer, sheet_name='Sheet1', index=False)
    excel_content = output.getvalue()

# 将获取到的Excel字节流直接保存为.xlsx文件
output_filename = 'downloaded_excel_file.xlsx'
with open(output_filename, 'wb') as f:
    f.write(excel_content)

print(f"Excel文件已成功保存为：{output_filename}")

注意事项：

• 写入模式 ('wb')： open()函数中的'wb'模式至关重要。'w'用于写入文本文件，而'wb'则用于写入二进制文件，这对于保存Excel文件这样的非文本数据是必需的。
• 文件扩展名： 确保您指定的文件名具有正确的.xlsx扩展名，以便操作系统能够正确识别文件类型。
• 错误处理： 在实际应用中，建议对requests请求进行错误处理，例如检查response.status_code或使用response.raise_for_status()，以确保您确实收到了有效的Excel文件内容。

方法二：解析并分别保存工作表

如果您的需求是处理Excel文件中的各个工作表，例如，您可能需要单独保存每个工作表为一个新的Excel文件，或者在保存前对数据进行清洗、转换。在这种情况下，pandas.ExcelFile就显得非常有用。它允许您加载Excel文件的字节流，然后逐个访问和解析其中的工作表。

示例代码：

import requests
import io
import pandas as pd

# 假设 excel_content 变量已包含Excel文件的字节流，如方法一中所示
# 为了演示，我们再次确保 excel_content 是可用的
try:
    response = requests.get('https://file-examples.com/wp-content/uploads/2017/02/file_example_XLSX_50.xlsx')
    response.raise_for_status()
    excel_content = response.content
except requests.exceptions.RequestException:
    df_sample1 = pd.DataFrame({'产品': ['A', 'B'], '销量': [100, 150]})
    df_sample2 = pd.DataFrame({'城市': ['北京', '上海'], '人口': [2000, 2500]})
    output = io.BytesIO()
    with pd.ExcelWriter(output, engine='xlsxwriter') as writer:
        df_sample1.to_excel(writer, sheet_name='销售数据', index=False)
        df_sample2.to_excel(writer, sheet_name='城市人口', index=False)
    excel_content = output.getvalue()
    print("使用模拟多工作表Excel数据。")

# 使用 pandas.ExcelFile 加载字节流
try:
    xl = pd.ExcelFile(io.BytesIO(excel_content))
except Exception as e:
    print(f"无法解析Excel文件内容，请检查文件是否有效。错误: {e}")
    exit()

print(f"Excel文件包含以下工作表：{xl.sheet_names}")

# 遍历每个工作表并单独保存为新的.xlsx文件
for sheet_name in xl.sheet_names:
    # 解析当前工作表为DataFrame
    df = xl.parse(sheet_name)

    # 定义新的文件名
    output_filename = f'{sheet_name}.xlsx'

    # 将DataFrame保存为新的Excel文件
    # index=False 避免将DataFrame的索引也写入Excel文件
    df.to_excel(output_filename, index=False, engine='xlsxwriter')

    print(f"工作表 '{sheet_name}' 已保存为：{output_filename}")

# 关闭 ExcelFile 对象（虽然在 with pd.ExcelWriter 中会自动管理，但这里是读取操作，
# 在旧版本或特定情况下可能需要显式关闭，但在当前Pandas版本中通常不是必需的）
# xl.close()

关键步骤解析：

1. pd.ExcelFile(io.BytesIO(excel_content))： 将字节流excel_content包装在一个io.BytesIO对象中，使其表现得像一个文件，然后传递给pd.ExcelFile进行解析。
2. xl.sheet_names： ExcelFile对象提供了一个sheet_names属性，可以获取Excel文件中所有工作表的名称列表。
3. xl.parse(sheet_name)： 使用parse()方法，传入工作表名称，即可将指定的工作表内容读取到一个Pandas DataFrame中。
4. df.to_excel(output_filename, index=False, engine='xlsxwriter')： 将解析后的DataFrame保存为一个新的Excel文件。index=False参数可以防止将DataFrame的行索引作为一列写入到Excel文件中。engine='xlsxwriter'通常是推荐的引擎，因为它功能强大且兼容性好。

注意事项与最佳实践

• 选择正确的方法：
  • 如果您只需要保存完整的原始Excel文件，请使用方法一（直接写入），它更简单、更高效。
  • 如果您需要对Excel文件中的各个工作表进行独立处理、筛选或保存，请使用方法二（解析并分别保存）。
• 错误处理： 始终对网络请求和文件操作进行适当的错误处理。例如，检查response.status_code以确保请求成功，使用try-except块捕获文件写入或Pandas解析过程中可能发生的异常。
• 内存管理： 对于非常大的Excel文件，直接写入通常比先解析到DataFrame更节省内存。如果选择方法二，并且文件非常大，可能需要考虑分块读取或使用更高效的内存管理策略。
• 文件编码： Excel文件是二进制格式，不涉及文本文件的编码问题。但如果您处理的是CSV文件或其他文本文件，则需要注意正确的编码（如UTF-8）。

总结

本文详细介绍了从HTTP响应中保存Excel文件的两种主要策略：直接将字节流写入文件和利用Pandas解析并分别保存工作表。直接写入适用于保存完整的原始文件，而通过pd.ExcelFile解析则提供了对工作表内容的细粒度控制。根据您的具体需求和处理流程，选择最适合您场景的方法，并结合错误处理和最佳实践，确保您的数据处理流程既健壮又高效。

好了，本文到此结束，带大家了解了《Pandas高效保存Excel技巧解析》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！