Wie man in Excel mit Python exportiert

Pandas

Pandas ist ein leistungsstarkes Python-Paket zur Datenanalyse und Darstellung fehlender Daten. Eine der zahlreichen Funktionen ist die Unterstützung des Datenexports nach Excel. Pandas bietet mit der Funktion to_excel() eine einfache Möglichkeit, DataFrames in Excel-Dateien zu exportieren. Entwickler können die Exporteinstellungen ändern, darunter Tabellennamen, Indexierung, optionale Spaltenbeschriftung und Formatierungsoptionen. Pandas ist aufgrund seiner Interaktion mit anderen Datenverarbeitungsfunktionen die empfohlene Option für den Export strukturierter Daten nach Excel.

So exportieren Sie Daten mit Python nach Excel: Abbildung 1 – Pandas

OpenPyXL

Für die Verwendung von Excel-Dateien mit Python-Code wurde ein Paket namens OpenPyXL entwickelt. OpenPyXL arbeitet auf einer niedrigeren Ebene als Pandas und ermöglicht Entwicklern so eine präzisere Kontrolle über Format und Inhalt von Excel-Dokumenten. Mit OpenPyXL können Benutzer programmgesteuert mehrere Tabellenblätter generieren, Excel-Dateien bearbeiten und exportieren. Für Aufgaben, die eine anspruchsvolle Excel-Bearbeitung erfordern, wie das dynamische Einfügen von Formeln, Diagrammen und Formatierungsfunktionen, ist dieses Paket bestens geeignet. Obwohl OpenPyXL eine steilere Lernkurve als Pandas aufweist, bietet es eine unübertroffene Vielseitigkeit für Excel-Exportvorgänge.

So exportieren Sie Daten mit Python nach Excel: Abbildung 2 – OpenPyXL

XlsxWriter

Zur Erstellung von Excel-Dateien wird eine Python-Bibliothek namens XlsxWriter verwendet, wobei besonderer Wert auf Speichereinsparung und Leistung gelegt wird. Große Datensätze lassen sich mit dieser Bibliothek problemlos verarbeiten, und sie erstellt schnell komplexe Excel-Dokumente. XlsxWriter unterstützt viele Funktionen, wie z. B. das Zusammenführen von Zellen, das Generieren von Diagrammen und das Formatieren von Arbeitsblättern. Dank seiner optimierten Architektur ist XlsxWriter die beste Option für Situationen, die einen schnellen Excel-Export erfordern, wie z. B. Stapelverarbeitungsaufträge und datenintensive Anwendungen.

So exportieren Sie Daten mit Python nach Excel: Abbildung 3 – XlsxWriter

xlrd und xlwt

Die Schwesterbibliotheken xlrd und xlwt ermöglichen das Lesen bzw. Schreiben von Excel-Dateien in Python. Diese Bibliotheken sind in manchen Situationen immer noch nützlich, auch wenn ihr Hauptzweck die Verarbeitung älterer Excel-Dateiformate (wie .xls) ist. xlrd und xlwt sind sehr hilfreich für Entwickler, die mit älteren Excel-Dateiformaten oder Legacy-Systemen arbeiten müssen. Aufgrund ihrer verbesserten Funktionalität und Leistung werden für die neueren Excel-Formate (.xlsx) jedoch typischerweise Pandas, OpenPyXL oder XlsxWriter empfohlen.

So exportieren Sie Daten mit Python nach Excel: Abbildung 4 - xlrd

Tablib

Eine flexible Bibliothek namens Tablib kann tabellarische Daten in vielen verschiedenen Formaten verarbeiten, darunter auch Excel. Tablib ist ein funktionsreiches Tool zum Exportieren von Daten in Excel-Dateien; Allerdings bietet es nicht so viele Funktionen wie Pandas oder OpenPyXL. Für Entwickler, die Daten problemlos in verschiedenen Formaten exportieren müssen, bietet Tablib eine praktische Lösung mit Unterstützung für mehrere Ausgabeformate wie Excel, CSV und JSON. Tablib eignet sich aufgrund seines schlanken Designs und seiner benutzerfreundlichen Oberfläche gut für kleinere Excel-Exportaufträge oder Projekte, die den Export von Daten in verschiedenen Formaten erfordern.

So exportieren Sie Daten mit Python nach Excel: Abbildung 5 – Tablib

IronXL

Die einfache Verwaltung von Excel-Dateien ist für viele C#-Programmieranwendungen unerlässlich, beispielsweise für die Datenverarbeitung und die Berichtserstellung. Eine leistungsstarke Option ist IronXL , das Entwicklern ein umfangreiches Toolkit zur Verfügung stellt, um problemlos mit Excel-Dateien zu arbeiten. In diesem Beitrag werden wir die Funktionen von IronXL näher betrachten und Ihnen zeigen, warum es eine gute Alternative zu Python-Bibliotheken bei der Automatisierung von Excel-Aufgaben sein kann.

• IronXL ist eine bekannte C# Excel-Tabellenkalkulationsbibliothek für .NET Core und .NET Framework.
• IronXL unterstützt nahezu alle .NET Frameworks, wie z. B. Webanwendungen, Windows Forms-Anwendungen und Konsolenanwendungen.
• Windows, Linux und macOS sind nur einige der Betriebssysteme, mit denen IronXL kompatibel ist.
• Mit IronXL lassen sich Excel-Dateien schnell und einfach einlesen.
• IronXL kann eine Vielzahl von Excel-Dateitypen lesen, darunter XLSX-Dateien, XLS-Dateien, CSV, TSV, XLST, XLSM und andere. Darüber hinaus können wir Datensätze bearbeiten, exportieren und importieren.
• Mit IronXL können wir Dateien mit vielen anderen Dateiendungen exportieren und speichern, z. B. XLS, CSV, TSV, JSON und andere.
• IronXL kann Berechnungen in Excel durchführen und Zellen der Excel-Tabellen formatieren.
• IronXL unterstützt viele Excel-Spaltendatentypen, darunter Text, ganze Zahlen, Formeln, Datumsangaben, Währungen und Prozentsätze.

Um mehr über IronXL zu erfahren, klicken Sie hier .

IronXL installieren

Folgen Sie diesen Schritten, um IronXL über die Kommandozeile zu installieren.

Gehen Sie in Visual Studio zu Tools -> NuGet-Paketmanager -> Paket-Manager-Konsole.

Geben Sie die folgende Syntax in die Registerkarte "Konsole" des Paket-Managers ein:

pip install IronXL

Das Paket ist einsatzbereit, sobald es heruntergeladen und im aktiven Projekt installiert wurde.

Export in Excel-Datei

Mit IronXL lässt sich das Erstellen von Datentabellen zu CSV-Dateien einfach und schnell gestalten. Es erleichtert das Schreiben von Daten in eine neue CSV-Datei.

Zuerst müssen wir den IronXL-Namespace einbinden, der notwendig ist, um seine Klassen und Methoden in unserem Code nutzen zu können.

Nachfolgend finden Sie einen Beispielcode zum Exportieren einer DataTable in eine Excel-Datei mit IronXL:

using IronXL;
using IronXL.Formatting;
using System.Data;

public class ExcelExporter
{
    public static void Main(string[] args)
    {
        ExportToExcel("H:\\test.xls");
    }

    public static void ExportToExcel(string filePath)
    {
        // Create a DataTable and define columns
        DataTable table = new DataTable();
        table.Columns.Add("DataSet_Fruits", typeof(string));

        // Adding rows to the DataTable
        table.Rows.Add("Apple");
        table.Rows.Add("Orange");
        table.Rows.Add("Strawberry");
        table.Rows.Add("Grapes");
        table.Rows.Add("Watermelon");
        table.Rows.Add("Bananas");
        table.Rows.Add("Lemons");

        // Create a workbook and set the format to XLS
        WorkBook workbook = WorkBook.Create(ExcelFileFormat.XLS);
        var worksheet = workbook.CreateWorkSheet("Sheet1");

        // Add the DataTable data to the worksheet
        int rowCount = 0;
        foreach (DataRow row in table.Rows)
        {
            worksheet["A" + (rowCount + 1)].Value = row[0].ToString();
            rowCount++;
        }

        // Save the workbook to the specified file path
        workbook.SaveAs(filePath);
    }
}

using IronXL;
using IronXL.Formatting;
using System.Data;

public class ExcelExporter
{
    public static void Main(string[] args)
    {
        ExportToExcel("H:\\test.xls");
    }

    public static void ExportToExcel(string filePath)
    {
        // Create a DataTable and define columns
        DataTable table = new DataTable();
        table.Columns.Add("DataSet_Fruits", typeof(string));

        // Adding rows to the DataTable
        table.Rows.Add("Apple");
        table.Rows.Add("Orange");
        table.Rows.Add("Strawberry");
        table.Rows.Add("Grapes");
        table.Rows.Add("Watermelon");
        table.Rows.Add("Bananas");
        table.Rows.Add("Lemons");

        // Create a workbook and set the format to XLS
        WorkBook workbook = WorkBook.Create(ExcelFileFormat.XLS);
        var worksheet = workbook.CreateWorkSheet("Sheet1");

        // Add the DataTable data to the worksheet
        int rowCount = 0;
        foreach (DataRow row in table.Rows)
        {
            worksheet["A" + (rowCount + 1)].Value = row[0].ToString();
            rowCount++;
        }

        // Save the workbook to the specified file path
        workbook.SaveAs(filePath);
    }
}

Imports IronXL
Imports IronXL.Formatting
Imports System.Data

Public Class ExcelExporter
	Public Shared Sub Main(ByVal args() As String)
		ExportToExcel("H:\test.xls")
	End Sub

	Public Shared Sub ExportToExcel(ByVal filePath As String)
		' Create a DataTable and define columns
		Dim table As New DataTable()
		table.Columns.Add("DataSet_Fruits", GetType(String))

		' Adding rows to the DataTable
		table.Rows.Add("Apple")
		table.Rows.Add("Orange")
		table.Rows.Add("Strawberry")
		table.Rows.Add("Grapes")
		table.Rows.Add("Watermelon")
		table.Rows.Add("Bananas")
		table.Rows.Add("Lemons")

		' Create a workbook and set the format to XLS
		Dim workbook As WorkBook = WorkBook.Create(ExcelFileFormat.XLS)
		Dim worksheet = workbook.CreateWorkSheet("Sheet1")

		' Add the DataTable data to the worksheet
		Dim rowCount As Integer = 0
		For Each row As DataRow In table.Rows
			worksheet("A" & (rowCount + 1)).Value = row(0).ToString()
			rowCount += 1
		Next row

		' Save the workbook to the specified file path
		workbook.SaveAs(filePath)
	End Sub
End Class

Im obigen Codebeispiel exportieren wir die DataTable in eine Excel-Datei. Die DataTable wird initialisiert und mit Daten gefüllt, die eine Liste von Früchten darstellen. Wir erstellen eine neue Excel-Arbeitsmappe mit der Methode WorkBook.Create() und fügen die Daten aus der Datentabelle mithilfe einer Schleife in die Arbeitsmappe ein. Abschließend speichern wir die Arbeitsmappe mit der Methode `SaveAs() unter dem angegebenen Dateipfad.

So exportieren Sie Daten mit Python nach Excel: Abbildung 7 – Ausgabe des Arbeitsblatts

Oben ist die Ausgabe des Beispielcodes, der ausgeführt wurde. Jedes Informationsteil aus der Datentabelle wurde einzeln zum neu erstellten Excel-Blatt im Screenshot hinzugefügt.

Um mehr über das IronXL-Codebeispiel zu erfahren, klicken Sie hier .