python int导出excel

Python导出Excel可识别的数据类型包括： 1. 字符串类型（str）：可以直接导出为Excel的文本格式。 2. 整数类型（int）和浮点数类型（float）：可以直接导出为Excel的数值格式。 3. 布尔类型（bool）：可以导出为Excel的TRUE/FALSE格式。 4. 日期类型（datetime）：需要将日期格式化为Excel可以识别的日期格式，如yyyy-mm-dd等。 5. 时间类型（time）：需要将时间格式化为Excel可以识别的时间格式，如hh:mm:ss等。 6. 列表类型（list）和元组类型（tuple）：需要通过循环遍历将每个元素导出为Excel可识别的数据类型。 7. 字典类型（dict）：需要将字典转换为列表或元组，然后再导出为Excel可识别的数据类型。

### Python 文件读取与导出方法 #### 使用Python进行文件读取和写入的基础概念 在Python中，可以利用内置函数`open()`来打开文件，并通过指定模式参数来进行不同的操作。对于文本文件而言，“r”表示只读方式打开文件；“w”则用于创建新文件或覆盖现有文件以供写入。“a”允许追加内容至已有文件末尾而不破坏原有数据。 ```python with open('example.txt', 'r') as file: content = file.read() print(content) ``` 上述代码展示了如何从名为`example.txt`的文件中读取其全部内容并打印出来[^1]。 #### 数据库中的数据导出为特定格式文件 当涉及到更复杂的数据结构如来自关系型数据库管理系统(RDBMS)的信息时，则可能需要用到专门设计用来处理这类任务的第三方模块。下面分别给出几个例子说明怎样借助不同类型的外部资源完成相应工作： ##### 导出 MySQL 数据库表到 XML 文件 为了把存储于MySQL服务器上的记录转换成XML文档形式保存下来，在此之前需安装好相应的驱动程序——即`mysqlclient`包。之后按照如下步骤执行即可达成目标: ```python import pymysql from xml.etree.ElementTree import Element, SubElement, tostring def export_to_xml(): connection = pymysql.connect(host='localhost', user='root', password='', database='test_db') try: with connection.cursor() as cursor: sql_query = "SELECT * FROM users" cursor.execute(sql_query) root_element = Element('users') for row in cursor.fetchall(): user_elem = SubElement(root_element, 'user') id_elem = SubElement(user_elem, 'id') name_elem = SubElement(user_elem, 'name') id_elem.text = str(row['id']) name_elem.text = row['username'] result_str = tostring(root_element).decode() with open('output.xml', 'wb') as f: f.write(tostring(root_element)) finally: connection.close() export_to_xml() ``` 这段脚本实现了连接本地运行着的一个测试用途的小规模实例(`test_db`)下的`users`表格，并将其所有字段映射成为层次化的XML节点树状结构再持久化落地为磁盘上的一份纯文本描述性标记语言(XML)。 ##### 将 DBF 表格转存 Excel 工作簿 如果手头拥有的是一些旧版地理信息系统(GIS)软件产生的`.dbf`扩展名结尾的空间属性关联矢量图形集，则可通过调用`simpledbf`工具箱简化整个流程： ```python from simpledbf import Dbf5 import pandas as pd dbf = Dbf5('sample.dbf') df = dbf.to_dataframe() writer = pd.ExcelWriter('converted.xlsx') df.to_excel(writer,'Sheet1') writer.save() ``` 这里先是加载了待迁移的目标源文件`smaple.dbf`进入内存缓冲区形成Pandas DataFrame对象，接着指定了输出路径连同内部sheet名称一并将整理后的二维数组序列化为Excel电子表格文件[^2]。 ##### PostgreSQL 中查询结果另存 SHP 地理空间向量图层 针对那些希望保留原始坐标参照系特性的应用场合来说，Shapefile不失为一种理想的选择方案。它由一组相互依存但各自独立存在的二进制编码实体构成，共同定义了一组多边形边界轮廓线以及附带的相关特性指标集合体。具体做法如下所示： ```python import psycopg2 from osgeo import ogr, osr conn_string = "dbname='gis' host='localhost'" connection = psycopg2.connect(conn_string) driver = ogr.GetDriverByName('ESRI Shapefile') data_source = driver.CreateDataSource('result.shp') spatial_reference = osr.SpatialReference() spatial_reference.ImportFromEPSG(4326) layer = data_source.CreateLayer('points', spatial_reference, geom_type=ogr.wkbPoint) field_id = ogr.FieldDefn('id', ogr.OFTInteger) layer.CreateField(field_id) cursor = connection.cursor() query = """SELECT ST_X(geometry),ST_Y(geometry), gid FROM points""" cursor.execute(query) for record in cursor.fetchall(): feature = ogr.Feature(layer.GetLayerDefn()) point = ogr.Geometry(ogr.wkbPoint) point.AddPoint(record[0], record[1]) feature.SetGeometry(point) feature.SetField('id', int(record[2])) layer.CreateFeature(feature) data_source.Destroy() connection.close() ``` 该段落介绍了建立一个新的SHP文件的过程，其中包含了从PostgreSQL数据库提取出来的地理位置点位信息及其唯一标识符ID列[^3]。