pandas写作excel：1）从索引空行; 2）每天保持指数
我传统上使用Stata进行数据分析，但是我今天一直在探索pandas。 我成功地复制了我在Stata中做的一些分析，但是我很难将其导出到excel中。
我用write_excel（）得到的例子
Column1 Column2 Date 2014-01-01 00:00:00 xa 2014-01-02 00:00:00 yb 2014-01-03 00:00:00 zc -
我想alignment索引，以便它符合列标题。 本质上，我想保留列标题，但是将所有内容都移动一个单元格。
-
我希望我的索引只有没有小时，分钟和秒的date（YYYY-MM-DD）（始终是00:00:00）。 我如何改变我的指数只有date？
非常感谢。
什么对我来说是重置索引，以便“date”成为一个普通的列，然后调用dt属性date分配只是date部分，当写入Excel传递参数index=False ：
In [34]: df = df.reset_index() df['Date'] = df.Date.dt.date df Out[34]: Date Column1 Column2 0 2014-01-01 xa 1 2014-01-02 yb 2 2014-01-03 zc
接着
df.to_excel(r'c:\data\t.xlsx',index=False)
这导致在excel中的以下内容：
我认为处理大pandasdate时间索引格式的最简单和容易的方式是pandasExcelWriter本身的kwarg。
datetime_format='yyyy-mm-dd'
例如，
import pandas as pd import xlsxwriter ''' Suppose that there is 'df' the pandas dataframe which contains DatetimeIndex(ex. 2015-04-15 10:15:30) as index. ''' writer = pd.ExcelWriter('result.xlsx', engine='xlsxwriter', datetime_format='yyyy-mm-dd') df.to_excel(writer, sheet_name='Sheet1') writer.save()
对于任何其他单元格（批次/单个）格式化，请使用xlsxwriter add_format（），set_column（）等
（1）模仿你的格式：
import pandas as pd from pandas import * df = pd.read_csv('input.txt',sep=',',header=None,names=['Date','Column A','Column B']) df = df.set_index(['Date'])
（2）做一个reindexing：
df = df.reset_index()
（3）擅长
writer = ExcelWriter('output.xlsx') df.to_excel(writer,'Sheet1',index=False) writer.save()
注意：对于Excel作家，您需要使用openpyxl。 用pip install openxl 。 这里的信息： https ： //openpyxl.readthedocs.org/en/latest/ 。 或者，写一个csv会更微不足道。
在ipython中执行以上步骤的示例：
In [1]: import pandas as pd In [2]: from pandas import * In [3]: # 1. Mimicking your format: In [4]: df = pd.read_csv('input.txt',sep=',',header=None,names=['Date','Column A','Column B']) In [5]: print ( df ) Date Column A Column B 0 2014-01-01 00:00:00 xa 1 2014-01-02 00:00:00 yb 2 2014-01-03 00:00:00 zc In [6]: df = df.set_index(['Date']) In [7]: print ( df ) Column A Column B Date 2014-01-01 00:00:00 xa 2014-01-02 00:00:00 yb 2014-01-03 00:00:00 zc In [8]: ## 2. Doing a reindexing: In [9]: df = df.reset_index() In [10]: print ( df ) Date Column A Column B 0 2014-01-01 00:00:00 xa 1 2014-01-02 00:00:00 yb 2 2014-01-03 00:00:00 zc In [11]: ## 3. To excel In [12]: writer = ExcelWriter('output.xlsx') In [13]: df.to_excel(writer,'Sheet1',index=False) In [14]: writer.save()