使用Pandas 在現有Excel 檔案中產生新工作表
在Python 中處理Excel 資料時,使用者可能會遇到將新工作表儲存到現有Excel 文件的挑戰。本指南提供了使用 Pandas 函式庫的解決方案,涵蓋了「xlsxwriter」引擎的限制和「openpyxl」引擎的實作。
理解問題
在給定的程式碼中,使用者建立一個包含兩個工作表「x1」和「x2」的 Excel 檔案。但是,嘗試新增工作表“x3”和“x4”會覆蓋原始資料。發生這種情況的原因是「xlsxwriter」引擎僅將資料儲存到新檔案或覆蓋現有檔案。
使用「openpyxl」引擎的解決方案
要在新增工作表時保留現有數據,請使用「openpyxl」引擎。以下程式碼示範了這個方法:
<code class="python">import pandas as pd import numpy as np from openpyxl import load_workbook path = r"C:\Users\fedel\Desktop\excelData\PhD_data.xlsx" book = load_workbook(path) # Load the existing Excel file writer = pd.ExcelWriter(path, engine='openpyxl') # Create a Pandas writer connected to the workbook writer.book = book # Assign the workbook to the Pandas writer 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') # Write the new dataframes to the existing file df4.to_excel(writer, sheet_name='x4') writer.close() # Save the changes to the file</code>
說明
- 載入現有Excel 檔案:此行使用下列指令將現有Excel 檔案讀取取到工作簿物件中load_workbook 函數。
- 建立 Pandas writer:這裡使用 engine='openpyxl' 參數建立一個 Pandas ExcelWriter,該參數指定使用「openpyxl」引擎。
- 將工作簿指派給 writer:writer.book 屬性設定為載入的工作簿對象,將 Pandas writer 連結到現有檔案。
- 產生新檔案dataframes:與原始程式碼類似,建立新的資料幀(「x3」和「x4」)。
- 寫入新資料幀:新資料幀儲存到現有檔案中使用 to_excel 方法,指定工作表名稱(“x3”和“x4”)。
- 儲存變更:最後,Pandas writer 所做的變更將儲存到 Excel 檔案中呼叫 writer.close() 方法。
WebSocket、ws 和Dict
在給定連結的建議程式碼中:
- WebSocket (ws):指指🎜> WebSocket (ws)
- :指指的是載入的工作簿中的每個工作表。 ws.title
- :代表工作簿中特定工作表的名稱。 Dict
以上是如何使用 Pandas 將新工作表新增至現有 Excel 檔案?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Linux終端中查看Python版本時遇到權限問題的解決方法當你在Linux終端中嘗試查看Python的版本時,輸入python...

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

Python 對象的序列化和反序列化是任何非平凡程序的關鍵方面。如果您將某些內容保存到 Python 文件中,如果您讀取配置文件,或者如果您響應 HTTP 請求,您都會進行對象序列化和反序列化。 從某種意義上說,序列化和反序列化是世界上最無聊的事情。誰會在乎所有這些格式和協議?您想持久化或流式傳輸一些 Python 對象,並在以後完整地取回它們。 這是一種在概念層面上看待世界的好方法。但是,在實際層面上,您選擇的序列化方案、格式或協議可能會決定程序運行的速度、安全性、維護狀態的自由度以及與其他系

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

Python的statistics模塊提供強大的數據統計分析功能,幫助我們快速理解數據整體特徵,例如生物統計學和商業分析等領域。無需逐個查看數據點,只需查看均值或方差等統計量,即可發現原始數據中可能被忽略的趨勢和特徵,並更輕鬆、有效地比較大型數據集。 本教程將介紹如何計算平均值和衡量數據集的離散程度。除非另有說明,本模塊中的所有函數都支持使用mean()函數計算平均值,而非簡單的求和平均。 也可使用浮點數。 import random import statistics from fracti

該教程建立在先前對美麗湯的介紹基礎上,重點是簡單的樹導航之外的DOM操縱。 我們將探索有效的搜索方法和技術,以修改HTML結構。 一種常見的DOM搜索方法是EX

本文討論了諸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和請求等流行的Python庫,並詳細介紹了它們在科學計算,數據分析,可視化,機器學習,網絡開發和H中的用途

本文指導Python開發人員構建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等庫詳細介紹,強調輸入/輸出處理,並促進用戶友好的設計模式,以提高CLI可用性。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

VSCode Windows 64位元 下載
微軟推出的免費、功能強大的一款IDE編輯器

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Dreamweaver Mac版
視覺化網頁開發工具