pandas 创建DataFrame并多次写入excel不同sheet

松树上的猴子 2021-06-28

1864

pandas 可以分析结构化数据，DataFrame是pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型（数值，字符串，布尔型等）， DataFrame既有行索引也有列索引，可以被看作是有series组成的字典

知识点

因为要写入excel的列宽不同，所以采用concat连接函数，axis=1 为横向（columns）合并
多次写入excel不同的sheet，通过ExcelWriter方法中加参数mode避免写入被覆盖的问题

def to_excel(list1, list2, name):
    """
    数据写入到excel，写入到不同的sheet
    """
    diff = pd.concat([pd.DataFrame({u'业务表有单据表无': list1}), pd.DataFrame({u'单据表有业务表无': list2})],
                     axis=1)


    if not os.path.exists(r'diff.xlsx'):


        writer = pd.ExcelWriter('diff.xlsx')
        diff.to_excel(writer, sheet_name=name, encoding='UTF-8', index=False)
    else:
        # mode=a append已有excel
        writer = pd.ExcelWriter('diff.xlsx', mode='a')
        diff.to_excel(writer, sheet_name=name, encoding='UTF-8', index=False)


    writer.save()
    writer.close()

创建DataFrame的几种方法

利用字典创建，为每一列赋值，字典key值为列索引

df = pd.DataFrame(
{"a" : [4 ,5, 6],
"b" : [7, 8, 9],
"c" : [10, 11, 12]},
index = [1, 2, 3])

利用数组创建，为每一行赋值，不需要index时置为false即可

df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), index=False
                   columns=['a', 'b', 'c'])
df2
a  b  c
1  2  3
4  5  6
7  8  9

多个索引创建

df = pd.DataFrame(
{"a" : [4 ,5, 6],
"b" : [7, 8, 9],
"c" : [10, 11, 12]},
index = pd.MultiIndex.from_tuples(
[('d',1),('d',2),('e',2)],
names=['n','v']))

参照文档：

https://www.pypandas.cn/docs/

https://pandas.pydata.org/

数据库

文章转载自松树上的猴子，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

pandas 创建DataFrame并多次写入excel不同sheet

评论