Python에서 Pandas DataFrame을 Excel로 변환하기

개발자들은 종종 Pandas DataFrame을 Excel로 내보낼 필요가 있습니다. Excel은 보고서를 공유하고 검토하는 데 훌륭한 도구입니다. Pandas와 함께하는 Python은 이를 간단하게 만들어 주지만, Aspose.Cells for Python을 사용하면 더 많은 제어를 할 수 있습니다. DataFrame을 Excel로 직접 변환하거나, CSV를 통해, JSON을 사용하거나, 여러 DataFrame을 하나의 파일로 내보낼 수도 있습니다. 이 기사에서는 Pandas DataFrame을 Excel로 변환하는 네 가지 방법을 단계별로 배우게 될 것입니다.

Aspose.Cells for Pandas to Excel를 사용하는 이유

Pandas에는 내장된 toexcel() 함수가 있습니다. 이 함수는 기본적인 내보내기를 지원하지만 기능이 제한적입니다. Aspose.Cells for Python은 개발자를 위한 최고의 Python Excel 라이브러리 중 하나로, 완벽한 Excel 엔진을 제공합니다. 이 엔진을 사용하면 DataFrame을 높은 신뢰성으로 Excel에 저장할 수 있습니다. 또한 차트, 수식, 서식 및 대용량 파일 작업도 가능합니다.

이 기사에서는 Aspose.Cells를 사용하여 Pandas DataFrame을 Excel로 다양한 방법으로 내보내는 방법을 안내합니다.

시작하기 전에, 다음이 설치되어 있는지 확인하세요:

1. Download Aspose.Cells for Python을 releases에서 다운로드하거나 pip로 설치하세요:

pip install aspose-cells-python

2. Pandas – pip로 설치하기:

pip install pandas

이 두 라이브러리를 사용하면 Pandas DataFrame을 Excel 파일로 변환할 수 있습니다.

방법 1: Aspose.Cells를 사용하여 DataFrame을 Excel로 직접 변환하기

가장 일반적인 작업은 Pandas DataFrame을 Excel로 직접 내보내는 것입니다. Aspose.Cells를 사용하면 워크북을 생성하고, DataFrame 값을 가져오고, Excel 파일로 저장할 수 있습니다.

아래 단계에 따라 DataFrame을 Excel로 변환하세요:

1. 샘플 데이터 세트를 만드세요.
2. 빈 Excel 통합 문서를 초기화합니다.
3. 워크북의 첫 번째 시트에 접근하세요.
4. DataFrame 열 이름을 Excel 셀에 삽입하세요.
5. 데이터프레임의 각 행을 반복하고 셀에 값을 넣습니다.
6. 최종 워크북을 Excel 파일로 내보내십시오.

다음 코드 예제는 Pandas를 Excel로 직접 변환하는 방법을 보여줍니다:

import aspose.cells as ac
import pandas as pd

# 1단계: 샘플 DataFrame 생성
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 18, 47],
    'city': ['New York', 'Paris', 'London', 'Berlin']
}
df = pd.DataFrame(data)

# Step 2: 새 워크북 만들기
wb = ac.Workbook()

# Step 3: 첫 번째 워크시트 가져오기
worksheet = wb.worksheets[0]

# Step 4: 셀 컬렉션 가져오기
cells = worksheet.cells

# Step 5: Excel에 DataFrame 열 이름 쓰기
rowindex = 0
colindex = 0
for column in df:
    cell = cells.get(rowindex, colindex)
    cell.put_value(df[column].name)
    colindex += 1

# Step 6: DataFrame 행을 Excel로 작성하기
for index, row in df.iterrows():
    rowindex += 1
    colindex = 0
    cell = cells.get(rowindex, colindex)
    cell.put_value(row["name"])
    colindex += 1
    cell = cells.get(rowindex, colindex)
    cell.put_value(row["age"])
    colindex += 1
    cell = cells.get(rowindex, colindex)
    cell.put_value(row["city"])
    colindex += 1

# Step 7: DataFrame를 Excel로 저장하기
wb.save("direct_df_to_excel.xlsx")

이 코드는 주어진 위치에 Pandas DataFrame을 Excel로 저장합니다. 경로를 변경하여 시스템에 맞출 수 있습니다.

이 방법은 Pandas DataFrame 데이터를 Excel에 작성하는 방법에 대한 완전한 제어권을 제공합니다. Aspose.Cells를 사용하여 DF를 Excel로 변환하는 가장 직접적인 방법입니다.

방법 2: CSV를 통해 DataFrame을 Excel로 변환하기

또 다른 간단한 방법은 먼저 Pandas DataFrame을 CSV로 저장한 다음, 그 CSV 파일을 Aspose.Cells를 사용하여 Excel로 변환하는 것입니다. 이는 귀하의 프로세스가 이미 CSV 출력을 생성하고 있고 여전히 깔끔한 Excel 파일이 필요한 경우에 유용합니다.

다음 단계를 따라 DataFrame을 CSV를 통해 Excel로 변환하세요:

1. Build sample data.
2. DataFrame을 CSV로 저장하려면 Pandas의 tocsv() 메서드를 사용하세요.
3. CSV 파일을 통합 문서로 엽니다.
4. .xlsx 파일로 워크북을 내보내십시오.

다음 코드 예제에서는 Pandas를 사용하여 CSV를 통해 Excel로 변환하는 방법을 보여줍니다:

import aspose.cells as ac
import pandas as pd

# Step 1: Create a sample DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 18, 47],
    'city': ['New York', 'Paris', 'London', 'Berlin']
}
df = pd.DataFrame(data)

# 단계 2: 데이터 프레임을 CSV로 저장
df.to_csv("temp.csv", index=False)

# 3단계: Aspose.Cells로 CSV 파일 로드하기
wb = ac.Workbook("temp.csv")

# 단계 4: Excel 파일로 저장
wb.save("df_via_csv.xlsx")

이 접근 방식은 먼저 CSV 파일을 생성한 다음 이를 Excel로 변환합니다. 이는 파이프라인이 이미 CSV 파일에 의존하고 있더라도 Pandas to Excel 변환이 작동하도록 보장합니다.

이 방법을 사용하면 Pandas와 Aspose.Cells의 유연성을 유지하면서 CSV에서 Excel로 빠르게 이동할 수 있습니다.

방법 3: JSON을 통해 DataFrame을 Excel로 변환하기

많은 API가 JSON을 사용합니다. Aspose.Cells에 JSON을 전달하여 엑셀 시트를 생성할 수도 있습니다. 이 방법은 먼저 Pandas DataFrame을 JSON으로 변환한 다음, 해당 JSON을 테이블로 엑셀에 로드합니다. 이렇게 하면 pandas에서 엑셀로의 내보내기가 깔끔하고 신뢰할 수 있도록 유지됩니다. 또한 헤더와 데이터 유형에 대해 엄격한 제어가 필요할 때 도움이 됩니다.

아래 단계를 따라 주세요:

1. 데모를 위한 샘플 데이터를 만드세요.
2. df.tojson(orient='records')를 호출하여 변환하십시오.
3. Workbook() 클래스 객체를 초기화하고 첫 번째 워크시트를 가져옵니다.
4. arrayastable를 활성화하여 적절한 표 형식 가져오기를 수행하십시오.
5. JsonUtility.importdata() 메서드를 호출하여 JSON을 워크시트 셀로 가져옵니다.
6. .xlsx 파일을 최종적으로 작성하세요.

아래 코드 예제는 Pandas DF를 JSON을 통해 Excel로 변환하는 방법을 보여줍니다:

import pandas as pd
from aspose.cells.utility import JsonUtility, JsonLayoutOptions
from aspose.cells import Workbook, Worksheet, Cells

# Create a sample pandas DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'San Francisco', 'Los Angeles']}
        	
df = pd.DataFrame(data)

# pandas DataFrame를 JSON으로 변환하기
json_string = df.to_json(orient='records')

workbook = Workbook()

# 첫 번째 워크시트를 가져오세요.
worksheet = workbook.worksheets[0]

# Get the cells
cells = worksheet.cells

options = JsonLayoutOptions()
unit = JsonUtility()

# Processes as table
options.array_as_table = True

# 워크시트의 0행 0열에서 시작하여 JSON 데이터를 가져옵니다.
unit.import_data(json_string, cells, 0, 0, options)

# Excel 파일로 저장
workbook.save("df_via_json.xlsx")

orient='records'는 객체 목록을 생성합니다. 각 객체는 키를 열 이름에 매핑합니다. arrayastable=True는 Aspose.Cells에 배열을 헤더가 있는 제대로 된 테이블로 취급하도록 지시합니다. 가져오는 프로그램은 A1에서 시작하여 셀에 값을 씁니다. 이렇게 하면 Excel에서 예측 가능한 레이아웃을 얻을 수 있습니다.

방법 4: 여러 DataFrame을 Excel 시트로 내보내기

하나의 Excel 파일에 여러 개의 Pandas DataFrame을 쓸 수 있습니다. 각 DataFrame은 자신의 시트로 이동합니다. 이 방법은 보고서와 그룹화된 테이블을 위한 깔끔한 pandas to Excel 내보내기를 제공합니다.

아래 단계를 따라 주세요:

1. 다수의 DataFrame을 다수의 시트에 작성하는 함수를 만드세요.
2. 새로운 워크북을 초기화합니다.
3. 각 DataFrame에 대한 시트를 추가하고 sheetnames로 이름을 지정하세요.
4. 첫 번째 행에 열 이름을 넣으세요.
5. DataFrame 튜플을 반복하고 셀 값을 작성합니다.
6. workbook.save() 메서드로 XLSX 형식으로 내보내기.

다음 코드 예제는 여러 Pandas DataFrame을 Excel 시트로 내보내는 방법을 보여줍니다:

import pandas as pd
from aspose.cells import Workbook, WorksheetCollection, SaveFormat

def write_multiple_dataframes_to_excel(dataframes, sheet_names, output_path):
    """
    Write multiple DataFrames to multiple sheets in an Excel file
    :param dataframes: List of pandas.DataFrame
    :param sheet_names: List of sheet names (same length as dataframes)
    :param output_path: Output Excel file path
    """
    # 빈 워크북을 만드세요
    workbook = Workbook()

    # 선택 사항: 필요하지 않은 경우 기본 빈 시트를 제거하세요.
    # workbook.worksheets.removeat(0)

   for df, name in zip(dataframes, sheet_names):
        # 새 워크시트를 추가하세요.
        worksheet = workbook.worksheets.add(name)
        cells = worksheet.cells

        # 열 제목을 작성하십시오
       for col_idx, col_name in enumerate(df.columns):
            cells.get(0, col_idx).put_value(str(col_name))

        # Write row data
       for row_idx, row in enumerate(df.itertuples(index=False), start=1):
           for col_idx, value in enumerate(row):
                cells.get(row_idx, col_idx).put_value(value)

    # Excel 파일로 저장
    workbook.save(output_path, SaveFormat.XLSX)

# 두 개의 DataFrame을 만드세요.
df1 = pd.DataFrame({
    "Name": ["Alice", "Bob"],
    "Age": [25, 30]
})

df2 = pd.DataFrame({
    "Product": ["Book", "Pen"],
    "Price": [10.5, 1.99]
})

# Excel에 쓰기
write_multiple_dataframes_to_excel(
    dataframes=[df1, df2],
    sheet_names=["People", "Products"],
    output_path="MultiDataFrame.xlsx"
)

함수는 각 DataFrame을 시트 이름과 연결합니다. 0행에 헤더를 작성하고 1행부터 데이터를 작성합니다. Aspose.Cells는 강한 타입으로 셀에 값을 씁니다. 최종 XLSX 파일은 당신의 테이블을 깔끔하게 유지하고 공유할 준비가 되어 있습니다.

무료 라이센스 받기

Aspose.Cells for Python via .NET의 무제한 평가를 제공합니다. 라이센스 페이지에서 무료 임시 라이센스를 요청하세요. 평가 제한을 제거하려면 코드에 적용하세요. DF에서 Excel로, 차트, 수식 및 대용량 파일을 포함한 모든 기능을 테스트하세요.

PD to Excel: 무료 리소스

이 자원을 사용하여 지식을 향상하고 이해를 개선해 주시기 바랍니다.

• Aspose.Cells 공식 문서
• API 참조
• 무료 온라인 엑셀 도구
• 개발자 튜토리얼 및 가이드

결론

당신은 Aspose.Cells for Python을 사용하여 Pandas DataFrame을 Excel로 내보내는 다양한 방법을 배웠습니다. DataFrame을 직접 저장하거나, CSV를 사용하거나, JSON을 사용하거나, 여러 DataFrame을 하나의 파일에 쓸 수 있습니다. 각 방법은 간단하고 빠르며 신뢰할 수 있습니다. Pandas를 넘어서는 고급 Excel 기능을 찾고 있다면 Aspose.Cells가 올바른 선택입니다. 다음 프로젝트에서 사용해 보세요 그리고 Pandas에서 Excel로 완벽한 제어를 가지고 이동하세요.

질문이 있으시면 저희의 무료 지원 포럼을 방문해 주십시오. 기꺼이 도와드리겠습니다.

See Also

• CSV to Pandas DataFrame
• JSON to Pandas DataFrame
• 엑셀을 판다스 데이터프레임으로
• NumPy to Excel
• Excel to NumPy
• 개발자를 위한 최고의 Python Excel 라이브러리
• CSV to PDF
• Excel to Word