有网友问python excel pandas，下面小编就以1005字给大家详细介绍python pandas处理excel，预计阅读需要3分钟！
我经常听到人们说Python在数据栏里有多强大，但事实证明，学久了，连数据处理都麻烦得要死。后来我才意识到，不是Python擅长数据处理，而是他有一个数据分析神器——熊猫
前言
这是这个系列的第16篇文章，之前有小伙伴私信我说过，这一系列的例子太简单了，可以举一些实际的例子。好了，这篇文章来看看如何使用熊猫将数据拆分成单个的Excel文件。
这是入门系列，而且是根据Excel函数进行的，需求稍微复杂一点，Excel自带的函数做不了啊
案例1
你的上级一言不合向你扔了一个业绩表：
- 要求每个部门一个 Excel 文件，发送给各自部门
这种需求，不要认为Excel自带的功能，与Vba实现是相似的，但你必须学习什么数组、字典、这些至高无上的概念。
看看你怎么用 pandas 漂亮回应你的上级：
- df.groupby('部门') ，"每个部门 干啥事情"，不就是"按部门分组"嘛，没错，就是这么简单的表示
- .apply ，每个部门干事情，里面的参数就是做的事情
- x.to_excel(f'res-部门/{x.name}.xlsx',index=False) ，要做啥呢，输出到 Excel 文件啊，就是 to_excel 方法
不会 groupby ？看专栏第9节内容
案例2
当你认为工作完成了，这时上级又会找你，他希望每个部门的Excel文件能把男女数据分离成2张工作表。
你：what the ………………，so easy
代码如下：
- 比之前复杂多了，其实多了2个部分
- 不能直接使用 to_excel 方法，因为这方法每次都会生成一个新的文件，由此要先定义 pd.ExcelWriter
- 当按性别分组时，调用 to_excel 要传入 pd.ExcelWriter
- exl.save()， 记得最后要保存文件
结果如下：
案例3
当你以为可以下班的时候，麻烦又来找你了，现在部门负责人不想按性别分开看，而是想看高于部门平均水平，低于平均水平的人。
有了上次经验，简单添加判断 销售额 的语句就可以了：
- is_over = x_df['销售额'] >= x_df['销售额'].mean() ，得到是否高于平均的值列，当然也是用这列值进行分组
总结DataFrame.to_excel，输出Excel文件pd. ExcelWriter+DataFrame.to一次_excel，在一个文件中输出多个工作表
语录网网友观点：基于group的维度切分到Excel？lambda里面的x 是指按照group后的索引列遍历吗？,