如何使用 Pandas 将新工作表添加到现有 Excel 文件而不覆盖数据?
使用 Pandas 在现有 Excel 文件中保存新工作表
目标是将多个工作表写入现有 Excel 文件而不覆盖现有 Excel 文件data.
原始代码:
提供的代码使用“xlsxwriter”引擎将两个 DataFrame 保存到 Excel 文件中的两个工作表中。但是,尝试添加新工作表会导致原始数据丢失。
使用“openpyxl”引擎:
要保留现有数据,请使用“openpyxl”引擎。下面的代码演示了如何做到这一点:
import pandas as pd
import numpy as np
from openpyxl import load_workbookpath = r"C:UsersfedelDesktopexcelDataPhD_data .xlsx"
使用初始工作表创建 Excel 文件
x1 = np.random.randn(100, 2)
df1 = pd.DataFrame(x1)x2 = np.random.randn(100, 2)
df2 = pd.DataFrame(x2)writer = pd.ExcelWriter(path, engine='xlsxwriter')
df1.to_excel (writer,sheet_name='x1')
df2.to_excel(writer,sheet_name='x2')
writer.close()加载工作簿并将其附加到 writer
book = load_workbook(path)
writer = pd.ExcelWriter(path, engine='openpyxl')
writer.book = book添加新工作表和 DataFrame
x3 = np.random.randn(100, 2)
df3 = pd.DataFrame(x3)x4 = np.random.randn(100, 2)
df4 = pd.DataFrame (x4)df3.to_excel(writer,sheet_name='x3')
df4.to_excel(writer,sheet_name='x4')
writer.close()
pre>理解代码:
- load_workbook 加载现有的 Excel 文件。
- 使用 writer 将加载的工作簿附加到 writer 对象.book = book。
- 像以前一样使用 to_excel 添加新工作表和 DataFrame。
- 关闭编写器以保存更改。
代码循环遍历工作表并将它们分配给一个字典,其中键是工作表标题,值是工作表对象。这允许编写者将新的工作表和数据附加到现有文件,而无需覆盖现有工作表。
以上是如何使用 Pandas 将新工作表添加到现有 Excel 文件而不覆盖数据?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优
