Pandas自定义数据重塑并导出为Excel的实现方法

针对你的需求，核心是对year分层索引进行分组分块输出，而非单纯的DataFrame重塑。以下是终端文本输出和Excel导出的最优实现：

1. 终端/文本格式输出 #

通过groupby按年份分组，遍历每个组并打印年份标题与对应数据：

import pandas as pd

# 数据预处理代码
world = pd.read_csv("../data/worldstats.csv")
cond = world["country"].isin(["Brazil","Canada","Denmark"])
world = world[cond]
world = world.set_index(["year","country"]).sort_index()

# 按年份分组输出目标格式
for year, group in world.groupby(level="year"):
    print(f"year {year}")
    # 移除year索引，仅保留country作为行索引
    print(group.reset_index(level="year", drop=True))
    print()

2. Excel导出最优方案 #

使用pandas.ExcelWriter配合openpyxl引擎，实现带格式的分块导出（需先安装openpyxl：pip install openpyxl）：

import pandas as pd
from openpyxl.styles import Font

# 数据预处理（同前）
world = pd.read_csv("../data/worldstats.csv")
cond = world["country"].isin(["Brazil","Canada","Denmark"])
world = world[cond]
world = world.set_index(["year","country"]).sort_index()

# 导出到Excel并设置格式
with pd.ExcelWriter("world_data.xlsx", engine="openpyxl") as writer:
    current_row = 1
    bold_font = Font(bold=True)
    worksheet = writer.book.create_sheet("Data")  # 创建工作表
    
    for year, group in world.groupby(level="year"):
        # 写入年份标题（加粗）
        worksheet.cell(row=current_row, column=1, value=f"year {year}").font = bold_font
        current_row += 1
        
        # 写入该年份的数据（自动生成表头）
        group_reset = group.reset_index(level="year", drop=True)
        group_reset.to_excel(writer, sheet_name="Data", startrow=current_row, startcol=0)
        
        # 更新行号，预留空行分隔不同年份
        current_row += len(group_reset) + 2  # +2：表头行+空行

方案说明 #

• 你尝试的stack()/pivot()等函数用于重塑数据结构，但你的需求是分块展示/导出，因此groupby是更直接的核心逻辑。
• Excel导出方案通过批量写入分组数据+自定义标题格式，兼顾效率与格式要求，比手动循环单个单元格更高效。

内容的提问来源于stack exchange，提问作者Demeter P. Chen