只要是不同的工作表,就可以很容易地将许多pandas数据帧添加到excel工作簿中。但是,如果要使用pandas内置的df.to_excel功能,将许多数据帧放入一个工作表中有点棘手。
# Creating Excel Writer Object from Pandas
writer = pd.ExcelWriter('test.xlsx',engine='xlsxwriter')
workbook=writer.book
worksheet=workbook.add_worksheet('Validation')
df.to_excel(writer,sheet_name='Validation',startrow=0 , startcol=0)
another_df.to_excel(writer,sheet_name='Validation',startrow=20, startcol=0)
以上代码不起作用。您将收到错误
Sheetname 'Validation', with case ignored, is already in use.
现在,我已经进行了足够的实验,我找到了一种方法让它发挥作用。
writer = pd.ExcelWriter('test.xlsx',engine='xlsxwriter') # Creating Excel Writer Object from Pandas
workbook=writer.book
df.to_excel(writer,sheet_name='Validation',startrow=0 , startcol=0)
another_df.to_excel(writer,sheet_name='Validation',startrow=20, startcol=0)
这会奏效。所以,我在stackoverflow上发布这个问题的目的是双重的。首先,我希望如果他/她试图将许多数据帧放在excel的单个工作表中,这将有助于某人。
其次,有人可以帮助我理解这两个代码块之间的区别吗?在我看来,它们几乎是相同的,除了第一块代码创建的工作表称为"验证"提前而第二个没有。我得到那个部分。
我不明白为什么它会有所不同?即使我没有提前创建工作表,这一行,就在最后一行之前,
df.to_excel(writer,sheet_name='Validation',startrow=0 , startcol=0)
无论如何都会创建一个工作表。因此,当我们到达最后一行代码时,工作表"验证"已经在第二个代码块中创建了。那么,基本上我的问题是,为什么第二个代码块在第一个代码块没有工作时呢?
如果有其他方法可以使用内置的df.to_excel功能将许多数据帧放入Excel中,请分享!
答案 0 :(得分:22)
user3817518:“如果有其他方法可以使用内置的df.to_excel功能将许多数据帧放入Excel中,请分享!”
这是我的尝试:
简单地将大量数据框组合在一个工作表或多个选项卡上。如果有效,请告诉我!
- 要测试,只需运行示例数据帧以及代码的第二和第三部分。
$.each(company_array, function(index, value) {
if ($(this).val().toLowerCase().equals(value[0].toLowerCase())) {
$("#ViewExistingCustomer").attr("href", "customers?seq=" + value[1]);
alert("This company name already exists on another customer.");
}
});
import pandas as pd
import numpy as np
# Sample dataframes
randn = np.random.randn
df = pd.DataFrame(randn(15, 20))
df1 = pd.DataFrame(randn(10, 5))
df2 = pd.DataFrame(randn(5, 10))
# funtion
def multiple_dfs(df_list, sheets, file_name, spaces):
writer = pd.ExcelWriter(file_name,engine='xlsxwriter')
row = 0
for dataframe in df_list:
dataframe.to_excel(writer,sheet_name=sheets,startrow=row , startcol=0)
row = row + len(dataframe.index) + spaces + 1
writer.save()
# list of dataframes
dfs = [df,df1,df2]
# run function
multiple_dfs(dfs, 'Validation', 'test1.xlsx', 1)
答案 1 :(得分:18)
要提前创建工作表,您需要将创建的工作表添加到to_excel
词典:
write_cells
使用原始代码:
excel_writer.write_cells(formatted_cells, sheet_name, startrow=startrow, startcol=startcol)
如果我们查看pandas函数write_cells
,它会使用编写器的xlsxwriter
函数:
def write_cells(self, cells, sheet_name=None, startrow=0, startcol=0):
# Write the frame cells using xlsxwriter.
sheet_name = self._get_sheet_name(sheet_name)
if sheet_name in self.sheets:
wks = self.sheets[sheet_name]
else:
wks = self.book.add_worksheet(sheet_name)
self.sheets[sheet_name] = wks
所以查看sheet_name
的{{1}}函数:
self.sheets
我们可以看到它检查{{1}}中的{{1}},因此也需要将其添加到其中。
答案 2 :(得分:1)
艾德里安的答案可以简化如下
writer = pd.ExcelWriter('test.xlsx',engine='xlsxwriter')
df.to_excel(writer,sheet_name='Validation',startrow=0 , startcol=0)
another_df.to_excel(writer,sheet_name='Validation',startrow=20, startcol=0)
通过python 0.25.3
用于熊猫3.7.6
答案 3 :(得分:0)
我更倾向于首先连接数据帧,然后将该数据帧转换为excel格式。要将两个数据帧并排放在一起(而不是一个在另一个之上),请执行以下操作:
writer = pd.ExcelWriter('test.xlsx',engine='xlsxwriter') # Creating Excel Writer Object from Pandas
workbook=writer.book
df.to_excel(writer,sheet_name='Validation',startrow=0 , startcol=0)
new_df = pd.concat([df, another_df], axis=1)
new_df.to_excel(writer,sheet_name='Validation',startrow=0 , startcol=0)