使用 Pandas 在现有 Excel 文件中生成新工作表
在 Python 中处理 Excel 数据时,用户可能会遇到将新工作表保存到现有 Excel 文件的挑战。本指南提供了使用 Pandas 库的解决方案,涵盖了“xlsxwriter”引擎的限制和“openpyxl”引擎的实现。
理解问题
在给定的代码中,用户创建一个包含两个工作表“x1”和“x2”的 Excel 文件。但是,尝试添加新工作表“x3”和“x4”会覆盖原始数据。发生这种情况的原因是“xlsxwriter”引擎仅将数据保存到新文件或覆盖现有文件。
使用“openpyxl”引擎的解决方案
要在添加新工作表时保留现有数据,请使用“openpyxl”引擎。以下代码演示了这种方法:
<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>
说明
- 加载现有 Excel 文件:此行使用以下命令将现有 Excel 文件读取到工作簿对象中load_workbook 函数。
- 创建 Pandas writer:这里使用 engine='openpyxl' 参数创建一个 Pandas ExcelWriter,该参数指定使用“openpyxl”引擎。
- 将工作簿分配给 writer:writer.book 属性设置为加载的工作簿对象,将 Pandas writer 链接到现有文件。
- 生成新文件dataframes:与原始代码类似,创建新的数据帧(“x3”和“x4”)。
- 写入新数据帧:新数据帧保存到现有文件中使用 to_excel 方法,指定工作表名称(“x3”和“x4”)。
- 保存更改:最后,Pandas writer 所做的更改将保存到 Excel 文件中调用 writer.close() 方法。
WebSocket、ws 和 Dict
在给定链接的建议代码中:
- WebSocket (ws):指的是加载的工作簿中的每个工作表。
- ws.title:代表工作簿中特定工作表的名称。
- Dict:代码使用字典在工作表名称和工作表对象之间创建映射。这允许 Pandas 编写器访问加载的工作簿中的特定工作表。
以上是如何使用 Pandas 将新工作表添加到现有 Excel 文件?的详细内容。更多信息请关注PHP中文网其他相关文章!

Linux终端中查看Python版本时遇到权限问题的解决方法当你在Linux终端中尝试查看Python的版本时,输入python...

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti

该教程建立在先前对美丽汤的介绍基础上,重点是简单的树导航之外的DOM操纵。 我们将探索有效的搜索方法和技术,以修改HTML结构。 一种常见的DOM搜索方法是EX

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

本文指导Python开发人员构建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等库详细介绍,强调输入/输出处理,并促进用户友好的设计模式,以提高CLI可用性。


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

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器

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

Dreamweaver Mac版
视觉化网页开发工具