Python导出数据：to_csv与to_excel使用教程

本文深入解析了Python中用pandas导出清洗后数据的实战要点，涵盖解决CSV中文乱码的关键——必须使用`encoding='utf-8-sig'`而非`gbk`以兼顾跨平台兼容性与Excel正确识别；澄清`to_excel`不保留公式和样式的本质原因，并提供基于`openpyxl`复用模板的可行方案；对比指出`to_csv`比`to_excel`快3–10倍的性能优势，明确大数据量下优先选CSV、分块写入等优化策略；同时强调合理处理索引——对含业务意义的索引务必先`reset_index()`再`index=False`导出，避免信息丢失或列名混淆。这些看似细小却高频踩坑的操作细节，正是高效、可靠交付分析结果的真正基石。

to_csv 保存中文列名乱码怎么办

Windows 上用 to_csv 保存含中文列名或数据的 CSV，打开 Excel 常见“锟斤拷”，本质是编码不匹配。Python 默认用 UTF-8 写入，但 Excel（尤其旧版）默认按系统编码（如 GBK）读取。

• 导出时显式指定 encoding='utf-8-sig'：加 -sig 会在文件开头写 BOM，Excel 能正确识别 UTF-8
• 不要用 encoding='gbk' 应急——它在 Linux/macOS 可能报错，且跨平台不可靠
• 如果下游明确要求无 BOM 的 UTF-8（比如某些 ETL 工具），就得让接收方自己配置编码，Python 这边保持 encoding='utf-8'，别妥协

示例：df.to_csv('result.csv', encoding='utf-8-sig', index=False)

to_excel 保存后公式/格式丢失，还能补救吗

to_excel 本质是写入纯数据，不保留源 Excel 中的公式、条件格式、合并单元格等。这不是 bug，是设计如此——它调用的是 openpyxl 或 xlsxwriter，二者定位都是“生成器”，不是“编辑器”。

• 若需保留原始模板样式，改用 openpyxl.load_workbook() 加载已有文件，用 DataFrame.to_excel(... engine='openpyxl', if_sheet_exists='replace') 写入指定 sheet，但注意：这会清空该 sheet 全部原有内容（包括公式），只留新数据
• 真要带公式导出，得手动构造字符串列，比如 df['sum_col'] = '=SUM(A2:C2)'，再用 to_excel；但这类公式在 pandas 里只是文本，不会自动计算
• xlsxwriter 引擎不支持读取/修改现有文件，只能新建——想复用模板必须选 openpyxl

to_csv 和 to_excel 性能差多少？大数据量怎么选

10 万行以内基本无感；超 50 万行就明显了：to_csv 通常比 to_excel 快 3–10 倍，内存占用也低得多。因为 CSV 是纯文本流式写入，而 Excel（.xlsx）是 ZIP 打包的 XML 结构，序列化开销大。

• 导出 >100 万行，优先选 to_csv，后续让业务方用 Power Query 或 Python 再加载进 Excel
• 非要用 Excel 格式又怕卡死？分块写入：for i in range(0, len(df), 50000): df[i:i+50000].to_excel(f'part_{i}.xlsx', index=False)
• 注意 to_excel 的 engine 参数：openpyxl 更通用（支持读写），xlsxwriter 更快但只支持写；大数据量建议先测两者实际耗时

index=True 导致 Excel 多一列序号，怎么关又不丢原始索引信息

to_csv 和 to_excel 默认把 DataFrame 的索引当第一列写入，看着像“多了一列”。但有时原始索引本身有意义（比如时间戳、ID），不能简单设 index=False 丢掉。

• 如果索引是普通整数序号（RangeIndex），直接 index=False 最干净
• 如果索引含业务信息（如 DatetimeIndex 或字符串 ID），先用 df.reset_index() 把索引转成普通列，再 to_csv(... index=False)，这样字段清晰可控
• 避免 df.index.name = 'id' 后还用 index=True——这会让列名变成 id，但数据还是索引值，容易和真实数据混淆

导出前花 10 秒看一眼 df.index 类型和内容，比导出后在 Excel 里反复删列省事得多。

终于介绍完啦！小伙伴们，这篇关于《Python导出数据：to_csv与to_excel使用教程》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！