将包含utf-8文本和URL的文本列的Pandas数据框导出到Excel

Question

我的熊猫数据框包含推文和每个推文（300.000行）的元数据。我的一些同事需要在Excel中使用此数据，这就是为什么我需要导出它的原因。

我想使用熊猫提供的一个.to_csv或.to_excel两个，但我无法使其正常工作。

当我使用.to_csv我的问题时，它一直在数据框的文本部分中失败。我玩过不同的分隔符，但文件从未100％对齐。文本列似乎包含制表符，竖线字符等，这会使Excel感到困惑。

df.to_csv('test.csv', sep='\t', encoding='utf-8')

当我尝试.to_excel与xlsxwriter引擎一起使用时，我遇到了一个不同的问题，那就是我的文本列包含许多URL（我认为）。xlswriter尝试对这些URL进行特殊的可单击链接，而不仅仅是将它们作为字符串处理。我已经找到了一些有关如何避免这种情况的信息，但是，再次，我无法使其正常工作。

以下代码段应用于禁用我认为会引起麻烦的功能：

workbook = xlsxwriter.Workbook(filename, {'strings_to_urls': False})

但是，在使用时，在to_excel将数据框加载到Excel文件之前，似乎无法调整Workbook对象的此设置。

简而言之，我如何将列的文本从Pandas数据框中导出到Excel可以理解的东西呢？

编辑： 例如：

@geertwilderspvv @telegraaf ach Wilders toch, nep-voorzitter van een nep-partij met maar één lid, \nzeur niet over nep-premier of parlement!

因此，在这种情况下，显然是行车制动器是我的数据。我将尝试查找更多示例。

编辑2：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<recoveryLog xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main"><logFileName>error047600_01.xml</logFileName><summary>Er zijn fouten aangetroffen in bestand C:\Users\Guy Mahieu\Desktop\Vu ipython notebook\pandas_simple.xlsx</summary><removedRecords summary="Hier volgt een lijst van verwijderde records:"><removedRecord>Verwijderde records: Formule van het onderdeel /xl/worksheets/sheet1.xml</removedRecord></removedRecords></recoveryLog>

荷兰文翻译：

在“文件”中发现错误。以下是删除的记录的列表：删除的记录：/xl/worksheets/sheet1.xml部分的公式

Answer 1

我认为目前无法通过Pandas API传递XlsxWriter构造函数选项，但是您可以strings_to_url按照以下方法解决此问题：

import pandas as pd

df = pd.DataFrame({'Data': ['http://python.org']})

# Create a Pandas Excel writer using XlsxWriter as the engine.
writer = pd.ExcelWriter('pandas_simple.xlsx', engine='xlsxwriter')

# Don't convert url-like strings to urls.
writer.book.strings_to_urls = False

# Convert the dataframe to an XlsxWriter Excel object.
df.to_excel(writer, sheet_name='Sheet1')

# Close the Pandas Excel writer and output the Excel file.
writer.save()

更新
：在最新版本的Pandas中，您可以ExcelWriter()直接将XlsxWriter构造函数选项传递给，而无需writer.book.strings_to_urls间接设置：

writer = pd.ExcelWriter('pandas_simple.xlsx', 
                        engine='xlsxwriter', 
                        options={'strings_to_urls': False})