Pandas对Excel进行写入操作

这篇博客介绍了如何使用Pandas库在Python中对Excel文件进行写入操作,包括设置sheet_name、na_rep、columns、header、index、index_label等参数,以及如何将字典和二维列表转化为DataFrame并写入Excel。
部署运行你感兴趣的模型镜像

from genericpath import exists

import pandas as pd

import os


 

file_dir = 'D:/program/write/'

# data = pd.read_excel("D:/program/test.xlsx", header=None)

data = pd.read_excel("D:/program/test.xlsx", index_col='Qty2')

exists = os.path.exists(file_dir)

if not exists:

    os.makedirs(file_dir)

# to_excel不返回值

# data.to_excel(os.path.join(file_dir,"result.xlsx"), sheet_name="数量") # sheet name 指定表格名

# data.to_excel(os.path.join(file_dir, "result.xlsx"), na_rep="缺失") # na_rep补充无数据的单元格数据,默认补充位空

# data.to_excel(os.path.join(file_dir, "result.xlsx"), columns=['Qty1'])

# data.to_excel(os.path.join(file_dir, "result.xlsx"), columns=[1, 3]) # 当获取dataframe对象时,指定了header=None,则可以在写入表格时指定参数columns为需要输出列的列序号(从0开始)列表([0, 1, 2 ....])

                                                                         # 若获取dataframe对象时,指定header!=None,则只能使用列名进行指定(columns=['Qty1','Qty2'])

# data.to_excel(os.path.join(file_dir, "result.xlsx"), header=True) # 写入包括header在内的dataframe对象的所有行数据

# data.to_excel(os.path.join(file_dir, "result.xlsx"), header=False) # 写入包括header在内的dataframe对象的去除第一行的所有行数据

# data.to_excel(os.path.join(file_dir, "result.xlsx"), header=['料号', '周一数量', '周二数量', '周三数量', '周四数量']) # 写入包括header在内的dataframe对象的所有行数据,并替换第一行数据为指定列表内数据,但列表提供的数据数量必须等于dataframe对象的列数,否则出现报错ValueError: Writing 6 cols but got 5 aliases

# data.to_excel(os.path.join(file_dir,'result.xlsx'), index=True, index_label='序号') # 写入包括指定索引列在内的所有列数据,且将索引列放在第一列,并将索引列列名修改为index_label的指定名称

                                                                                    # 注:只有index=True时,index_label才生效

# data.to_excel(os.path.join(file_dir,'result.xlsx'), index=False) # 不写入索引列

# data.to_excel(os.path.join(file_dir,'result.xlsx'), startrow=1, startcol=2) # 写入起始行和起始列空多少行

# 利用 DataFrame函数将字典转化为dataframe对象

# stuID = [50101, 50102, 50103, 50104, 50105]

# name = ['张三','李四','王五','孙甲','杨乙']

# Chinese = [96, 99, 93, 89, 90]

# maths = [100, 99, 99, 92, 95]

# English = [98, 98, 95, 90, 91]

# data1 = {'学号': stuID, '姓名': name, '语文': Chinese, '数学': maths, '英语': English}

# pd.DataFrame(data1).to_excel(os.path.join(file_dir, 'result.xlsx'), sheet_name='Sheet1', index=False)

# 利用 DataFrame函数将二位列表转化为dataframe对象

# header = ["学号", "姓名", "语文", "数学", "英语"]

# form = [["50101", "张三", "96", "100", "98"],

#         ["50102", "李四", "99",  "99", "98"],

#         ["50103", "王五", "93",  "99", "95"],

#         ["50104", "孙甲", "89",  "92", "90"],

#         ["50105", "杨乙", "90",  "95", "91"]]

# df = pd.DataFrame(form, columns=header)

# df.to_excel(os.path.join(file_dir, 'result.xlsx'), sheet_name='Sheet1', index=False)


 

# 将包含多个dataframe对象的df对象写入到一个excel文件中

# with pd.ExcelWriter('data.xls') as writer:

#     i = 1

#     for dataframe in df:

#         dataframe.to_excel(writer, sheet_name='Sheet'+str(i), index=False)

#         i += 1

pandas的Excel文件读写(二)——将数据写入文件_dsy0221的博客-优快云博客_pandas将数据写入excel文件

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值