使用 Pandas 导出数据到 Excel 并设置自适应列宽

在使用 Pandas 将数据导出到 Excel 时，有时我们需要调整列宽以适应数据的长度，以便更好地显示数据。下面是一个简单的示例，演示如何使用 Pandas 将数据导出到 Excel 并设置自适应列宽。
首先，确保已经安装了 Pandas 和 openpyxl 库。如果尚未安装，可以使用以下命令进行安装：

pip install pandas openpyxl

接下来，我们将创建一个简单的数据框（DataFrame），并将其导出到 Excel 文件。在导出时，我们将使用 openpyxl 库来设置自适应列宽。

import pandas as pd
from openpyxl import Workbook
from openpyxl.utils import get_column_letter
# 创建一个简单的数据框
data = {
'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'City': ['New York', 'Paris', 'London', 'Tokyo']
}
df = pd.DataFrame(data)
# 将数据框导出到 Excel 文件
writer = pd.ExcelWriter('output.xlsx', engine='openpyxl')
df.to_excel(writer, sheet_name='Sheet1', index=False)
writer.save()

在上面的代码中，我们首先创建了一个简单的数据框，然后使用 to_excel 方法将其导出到 Excel 文件。在 to_excel 方法中，我们指定了 engine='openpyxl' 参数来使用 openpyxl 库。我们还指定了工作表的名称（sheet_name='Sheet1'）和 index=False 参数来避免将索引列写入 Excel 文件。
接下来，我们将打开 Excel 文件并设置自适应列宽。在 openpyxl 中，可以使用 get_column_letter 方法获取列字母，然后使用 ColumnWidth 属性设置列宽度。以下是一个示例代码：

# 打开 Excel 文件并设置自适应列宽
wb = Workbook()
ws = wb.active
for i, col in enumerate(df.columns):
column_len = max(df[col].astype(str).map(len).max(), len(col)) + 2  # 计算列宽并加2个字符宽度作为缓冲区
column_letter = get_column_letter(i + 1)  # 获取列字母
ws[column_letter] = df[col].astype(str)  # 将数据写入工作表
ws.column_dimensions[column_letter].width = column_len  # 设置列宽度为自适应列宽
wb.save('output.xlsx')

在上面的代码中，我们首先打开 Excel 文件并获取活动工作表（ws = wb.active）。然后，我们遍历数据框的列，并计算每列的最大宽度（包括缓冲区）。接下来，我们使用 get_column_letter 方法获取列字母，并将数据写入工作表（ws[column_letter] = df[col].astype(str)）。最后，我们使用 ws.column_dimensions[column_letter].width 设置自适应列宽。注意，这里我们使用了 +2 来增加缓冲区，以便更好地适应数据的长度。
现在，你已经成功地使用 Pandas 将数据导出到 Excel 并设置了自适应列宽。你可以根据需要调整代码中的参数和逻辑，以适应你的具体需求。希望对你有所帮助！