Python中如何将数据库的数据写入Excel并导出

这个问题很常见，用pandas配合openpyxl或xlsxwriter库就能轻松搞定。下面是一个完整的例子，假设你用SQLAlchemy连接数据库。

import pandas as pd
from sqlalchemy import create_engine

# 1. 建立数据库连接 (这里以SQLite为例，其他数据库替换连接字符串即可)
# 格式：'数据库类型+驱动://用户名:密码@主机:端口/数据库名'
engine = create_engine('sqlite:///example.db')  # 连接SQLite文件

# 2. 用pandas直接执行SQL查询，结果就是DataFrame
query = "SELECT * FROM your_table_name"  # 替换为你的表名和查询条件
df = pd.read_sql_query(query, engine)

# 3. 将DataFrame写入Excel文件
output_file = 'output_data.xlsx'
df.to_excel(output_file, index=False, engine='openpyxl')  # index=False不写入行索引

print(f"数据已成功导出到: {output_file}")

关键点说明：

• pandas.read_sql_query：核心函数，直接执行SQL并把结果转为DataFrame。
• to_excel：index=False很重要，否则会多出一列索引。
• engine='openpyxl'：指定写入引擎，处理.xlsx格式。

如果你用的是其他数据库，比如MySQL或PostgreSQL：

# MySQL示例
engine = create_engine('mysql+pymysql://user:password@localhost/db_name')

# PostgreSQL示例  
engine = create_engine('postgresql://user:password@localhost/db_name')

更灵活的控制（比如指定工作表名、格式）：

with pd.ExcelWriter('output.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, sheet_name='Sheet1', index=False)
    # 可以继续写入多个DataFrame到不同sheet
    # df2.to_excel(writer, sheet_name='Sheet2', index=False)

用pandas就对了，简单省事。

先用 navicate 导出成 excel 看看能不能打开，不能的话就不是包的问题了