本系列课程适用人群：

1. python零基础数据分析的朋友；
2. 在校学生；
3. 职场中经常要处理各种数据表格，或大量数据（十万级以上）的朋友；
4. 喜欢图表可视化的朋友；

系列视频目前可在B站观看，会定期更新，欢迎大家吐槽！

本节概要：python的数据导出为excel

视频地址：
数据导出为excel

本节代码：

# 导入pandas工具包，并简写为pd
import pandas as pd
# 读取数据
data1 = pd.read_excel('D:/python/课件/data/泰坦尼克数据.xlsx')

# 简单的数据处理：示例
# 数据透视表1：按照性别、登录港口统计人数
result1 = data1.pivot_table('姓名',      # 需要计算统计量的变量（字段）
                            index='性别',   # 行变量,当需要输入多个时 用列表形式 ['','']
                            columns='登船港口', # 列变量,当需要输入多个时 用列表形式 ['','']
                            aggfunc='count', # 需要计算的统计量，'sum','mean','max'等
                            margins=True)   # 是否显示合计

# 数据透视表2：按照性别、票类统计人数
result2 = data1.pivot_table('姓名',
                            index='性别',
                            columns='票类',
                            aggfunc='count',
                            margins=True)   # 是否显示合计

===============================================================================
# 导出单个excel
# =============================================================================
# 常用参数
#   - 文件路径
#   - index 是否显示索引
#   - sheet_name 保存的工作表名称 
# 最常用写法
result1.to_excel('D:/python/课件/结果/保存数据1.xlsx')
# 当索引为数值序列，不期望导出的时候设置index=False
result2.to_excel('D:/python/课件/结果/保存数据2.xlsx',index=False)
result2.to_excel('D:/python/课件/结果/保存数据3.xlsx',sheet_name='汇总')

# =============================================================================
# 多个dataframe数据保存到一个工作簿中
# =============================================================================

with pd.ExcelWriter('D:/python/课件/结果/保存数据4.xlsx') as writer:
    result1.to_excel(writer,sheet_name='第1个表')
    result2.to_excel(writer,sheet_name='第2个表')