Сохранение DataFrame в Excel: полное руководство с нюансами

При попытке сохранить DataFrame из библиотеки pandas в файл Excel через стандартный метод to_excel() пользователи часто сталкиваются с ошибкой ModuleNotFoundError: No module named 'openpyxl'. Это происходит потому, что pandas по умолчанию использует движок openpyxl для работы с форматом .xlsx, но не устанавливает его автоматически. Без этого пакета экспорт в Excel невозможен — даже если код синтаксически верен.

Решение проблемы занимает меньше минуты: достаточно установить недостающий пакет через pip install openpyxl. Однако это лишь первый шаг. Дальше возникают вопросы о форматах файлов (.xls vs .xlsx), обработке больших данных, сохранении индексов и многом другом. В этой статье разберём все нюансы — от базового экспорта до продвинутых техник оптимизации.

1. Базовый экспорт DataFrame в Excel

Минимально рабочий пример сохранения выглядит так:

import pandas as pd

Создаём тестовый DataFrame
df = pd.DataFrame({
'Имя': ['Анна', 'Борис', 'Виктор'],
'Возраст': [28, 34, 45],
'Город': ['Москва', 'СПб', 'Казань']
})

Сохраняем в Excel
df.to_excel('output.xlsx', index=False)

Ключевые параметры метода to_excel():

• 📁 excel_writer — путь к файлу или объект ExcelWriter. Можно указать как строку ('data.xlsx') или объект pathlib.Path.
• 🔢 sheet_name — имя листа (по умолчанию 'Sheet1'). Ограничение: 31 символ, без символов /?*[]:.
• 🔄 index — сохранять ли индексы DataFrame (по умолчанию True). Для большинства задач лучше отключить (index=False).
• 📊 header — сохранять ли заголовки столбцов (по умолчанию True).

Если вам нужно сохранить DataFrame в старый формат .xls (Excel 97-2003), используйте движок xlwt:

df.to_excel('output.xls', engine='xlwt')

⚠️ Внимание: Движок xlwt не поддерживает формат .xlsx и имеет ограничение на количество строк (65536). Для современных файлов всегда используйте openpyxl или xlsxwriter.

2. Работа с несколькими листами

Чтобы сохранить несколько DataFrame на разных листах одного файла, используйте класс ExcelWriter:

with pd.ExcelWriter('multi_sheet.xlsx', engine='openpyxl') as writer:
df1.to_excel(writer, sheet_name='Клиенты', index=False)
df2.to_excel(writer, sheet_name='Заказы', index=False)
df3.to_excel(writer, sheet_name='Отчёты', index=True)

Важные нюансы:

• 🔄 Если файл уже существует, pandas по умолчанию перезапишет его. Чтобы добавить данные в существующий файл, используйте mode='a' (только для openpyxl):
• 📌 Имена листов не должны повторяться — иначе последняя таблица перезапишет предыдущую.
• 🔍 Для просмотра всех листов в файле после сохранения используйте pd.ExcelFile('multi_sheet.xlsx').sheet_names.

with pd.ExcelWriter('exist_file.xlsx', engine='openpyxl', mode='a') as writer:
df_new.to_excel(writer, sheet_name='Новые данные')

from openpyxl import load_workbook

wb = load_workbook('file.xlsx')
sheets = wb.sheetnames
wb._sheets = [wb[sheet] for sheet in ['Лист2', 'Лист1', 'Лист3']]  # Новый порядок
wb.save('file_reordered.xlsx')

3. Форматирование данных при экспорте

По умолчанию pandas сохраняет данные "как есть", что часто приводит к проблемам с форматами:

• 📅 Даты сохраняются как строки (например, '2023-12-31' вместо формата даты Excel).
• 💰 Числа с плавающей запятой могут отображаться в научной нотации (например, 1.23e+05 вместо 123000).
• 📊 Ширина столбцов не подстраивается под содержимое.

Для решения этих проблем используйте параметры форматирования:

with pd.ExcelWriter('formatted.xlsx', engine='xlsxwriter') as writer:
df.to_excel(writer, sheet_name='Data', index=False)

# Получаем объект листа и рабочей книги
workbook = writer.book
worksheet = writer.sheets['Data']

# Форматируем столбец с датами
date_format = workbook.add_format({'num_format': 'dd.mm.yyyy'})
worksheet.set_column('B:B', 15, date_format)  # Столбец B, ширина 15 символов

# Автоподбор ширины для всех столбцов
for i, col in enumerate(df.columns):
max_len = max(df[col].astype(str).map(len).max(), len(col)) + 2
worksheet.set_column(i, i, max_len)

Критичный нюанс: Движок xlsxwriter не сохраняет формулы Excel. Если вам нужно экспортировать DataFrame с формулами, используйте openpyxl + ручное форматирование ячеек.

4. Экспорт больших DataFrame (>100K строк)

При работе с большими данными стандартный to_excel() может занимать десятки минут или вызывать ошибку памяти. Оптимизируйте процесс так:

Поставьте engine='xlsxwriter' в ExcelWriter|

Отключите сохранение индексов (index=False)|

Используйте чанки (unks) для записи по частям|

Сожмите данные перед экспортом (df.astype({'column': 'category'}))|

Отключите автоформатирование (freeze_panes, auto_filter)

-->

Пример оптимизированного экспорта:

# Сжимаем данные
df_optimized = df.copy()
for col in df.select_dtypes(include=['object']):
df_optimized[col] = df[col].astype('category')

Сохраняем чанками по 50K строк
chunk_size = 50000
with pd.ExcelWriter('large_file.xlsx', engine='xlsxwriter') as writer:
for i in range(0, len(df_optimized), chunk_size):
df_optimized.iloc[i:i+chunk_size].to_excel(
writer,
sheet_name='Data',
index=False,
header=(i == 0),  # Заголовки только для первого чанка
startrow=i
)

⚠️ Внимание: Excel имеет жёсткое ограничение на количество строк — 1 048 576 для .xlsx. Если ваш DataFrame больше, разбейте его на несколько файлов или используйте формат .csv.

5. Обработка ошибок и исключений

Типичные ошибки при экспорте и их решения:

Для отладки используйте конструкцию try-except:

try:
df.to_excel('output.xlsx', index=False)
except Exception as e:
print(f"Ошибка экспорта: {str(e)}")
# Логирование или альтернативные действия
df.to_csv('backup.csv', index=False)  # Резервное сохранение

openpyxl|

xlsxwriter|

xlwt|

Не знаю, использую дефолтный|

Другой (напишу в комментариях)-->

6. Продвинутые техники

Для сложных задач используйте комбинацию pandas и библиотек для работы с Excel:

• 📈 Динамические диаграммы: Создайте график с matplotlib, сохраните как изображение и вставьте в Excel через openpyxl.
• 🔗 Связанные данные: Используйте xlsxwriter для создания внутренних ссылок между листами.
• 🔒 Защита листов: Настройте права доступа через worksheet.protect().
• 📊 Условное форматирование: Применяйте правила через add_conditional_format().

Пример добавления диаграммы:

import matplotlib.pyplot as plt

Создаём график
df.plot(kind='bar', x='Город', y='Возраст')
plt.savefig('chart.png')

Вставляем в Excel
from openpyxl import load_workbook
from openpyxl.drawing.image import Image

wb = load_workbook('data.xlsx')
ws = wb.active
img = Image('chart.png')
ws.add_image(img, 'E2')  # Позиция E2
wb.save('data_with_chart.xlsx')

FAQ: Частые вопросы

with pd.ExcelWriter('styled.xlsx', engine='xlsxwriter') as writer:
df.to_excel(writer, sheet_name='Data', index=False)
workbook = writer.book
worksheet = writer.sheets['Data']
format1 = workbook.add_format({'bg_color': '#FFC7CE', 'font_color': '#9C0006'})
worksheet.conditional_format('B2:B100', {'type': 'cell',
'criteria': '>',
'value': 30,
'format': format1})

from openpyxl import load_workbook
from openpyxl.cell.hyperlink import Hyperlink

wb = load_workbook('links.xlsx')
ws = wb.active

Добавляем гиперссылку в ячейку A2
ws['A2'].value = "Сайт Pandas"
ws['A2'].hyperlink = Hyperlink(ref="A2", location="https://pandas.pydata.org")
ws['A2'].style = "Hyperlink"

wb.save('links_with_hyperlinks.xlsx')

with pd.ExcelWriter('formulas.xlsx', engine='xlsxwriter') as writer:
df.to_excel(writer, sheet_name='Data', index=False)
workbook = writer.book
worksheet = writer.sheets['Data']
worksheet.write('D1', 'Сумма')  # Заголовок
worksheet.write('D2', '=SUM(B2:C2)')  # Формула