知识是需要积累的，有些冷知识、骚操作，你可能现在不需要，但是只有当你玩儿过，以后再碰到这个需求，你才会有印象，方便查询。

引入问题

其实，这个知识点也是在群里面遇到了，如果当时问我，我也会很蒙逼。因此，我做了一个简单的学习，并将其整理后，供大家学习和参考。

比如说：我们得到了一个df_new表格，我们想要将其保存在本地，应该怎么办呢？保存图片，你可能用的多。但是保存这个表格，你估计就不一定知道了。

为什么需要将df_new保存在本地呢？其实提问者是为了将表格保存在本地，后面需要完成自动化群发消息的操作，这样一来，你不仅仅可以发图片，现在还可以发表格了，是不是很舒服？

那么，这样一个操作，应该怎么完成呢？下面我为大家慢慢讲述。

方法介绍

完成这个需求使用的是dataframe_image库，因此在使用他之前，需要我们先安装这个库。

pip install dataframe_image

然后在使用之前，还需要导入这个库。

import dataframe_image as dfi

接着，调用dfi中的export()方法，就可以实现这个需求。但是关于这个知识点，你在百度上面其实看不到任何解答，那么你应该怎么学习呢？我们以jupyter notebook为例，进行说明。

直接在单元格中输入??dfi.export，然后运行，即可出现详细帮助文档。

详细参数如下：

dfi.export(obj, filename, fontsize=14, max_rows=None, max_cols=None, table_conversion='chrome', chrome_path=None)

• obj：表示的是待保存的DataFrame数据框；
• filename：表示的是图片保存的本地路径；
• fontsize：表示的是待保存图片中字体大小，默认是14；
• max_rows：表示的是DataFrame输出的最大行数。这个数字被传递给DataFrame的to_html方法。为防止意外创建具有大量行的图像，具有100行以上的DataFrame将引发错误。显式设置此参数以覆盖此错误，对所有行使用-1。
• max_cols：表示的是DataFrame输出的最大列数。这个数字被传递给DataFrame的to_html方法。为防止意外创建具有大量列的图像，包含30列以上的DataFrame将引发错误。显式设置此参数以覆盖此错误，对所有列使用-1。
• table_conversion：'chrome'或'matplotlib'，默认为'chrome'。DataFrames将通过Chrome或matplotlib转换为png。除非无法正常使用，否则请使用chrome。matplotlib提供了一个不错的选择。

可以看到：这个方法其实就是通过chrome浏览器，将这个DataFrames转换为png或jpg格式。

举例说明

我们先随意构造或读取一个DataFrame。

import pandas as pd

df = pd.read_excel("chaifen.xlsx")
df_new = df.iloc[:5,:]
df_new

结果如下：

通过上面的学习，保存这个DataFrame，只需要两行代码。

import dataframe_image as dfi
dfi.export(obj=df_new,filename='df_new.jpg')

打开本地目录，查看这张图片。

可以看到，上述图片中的字体超级小，然后我们还可以使用fontsize参数，设置字体大小。

import dataframe_image as dfi
dfi.export(obj=df_new,filename='df_new_1.jpg',fontsize=30)

再次打开本地目录，查看这张图片。

该知识点就说到这里，关于其他的参数，大家可以自行下去尝试。