一个dataframe只能储存一个excel子表吗

Posted 2023-04-06

如何将多个pandas.dataframe()保存到同一个Excel工作簿的不同工作表sheet中？其实只需要灵活使用pandas中的ExcelWriter()方法即可实现。语法格式如下：

pd.ExcelWriter(path, engine=None, date_format=None, datetime_format=None, mode="w" ,sheet_name, index=Ture)
复制
参数解释：
path：文件保存路径。
engine：写入excel文件使用的引擎，默认为"None"；一般情况下默认即可。
date_format：将写入Excel文件中的日期格式化，如"YYYY-MM-DD"；默认为"None"。
datetime_format：将写入excel文件中的时间格式化，如"YYYY-MM-DD HH: MM: SS"。默认为"None"。
mode：写入模式，有"w"–写入和"a"–追加；默认为"w"。
sheet_name：工作表名。
index：工作表中是否显示数据框中的索引。False为不显示，True为显示。
假设有三个数据框data，data1，data2，具体操作如下：

import pandas as pd
writer=pd.ExcelWriter('文件名.xlsx')
data.to_excel(excel_writer=writer,sheet_name='工作表名',index=False)
data1.to_excel(excel_writer=writer,sheet_name='工作表名1',index=False)
data2.to_excel(excel_writer=writer,sheet_name='工作表名2',index=False)
writer.save()
复制
2.数据框的合并
这里介绍两个比较常用的数据框合并函数pd.concat()和pd.merge()。假设有两个数据框data1，data2。
2.1pd.concat()是专门用于数据连接合并的函数，它可以沿着行或列进行操作，同时可以指定非合并轴的合并方式(如合集、交集等)。语法格式如下：

pd.concat(objs, axis=0, join='outer', ignore_index=False,
keys=None, levels=None, names=None, sort=False,
verify_integrity=False, copy=True)
复制
参数解释：
objs: 需要连接的数据，可以是多个DataFrame，它是必传参数。
axis: 连接轴的方法，默认值为0，即按行连接，追加在行后面;axis=1时追加到列后面(按列连接)。
join: 合并方式，其他轴上的数据是按交集(inner)还是并集(outer)进行合并。
ignore_index: 是否保留原来的索引。
keys: 连接关系，使用传递的键作为最外层级别来构造层次结构索引，就是给每个表指定一个一级索引。
names: 索引的名称，包括多层索引。
verify_integrity: 是否检测内容重复;参数为True时，如果合并的数据与原数据包含索引相同的行，则会报错。
水平合并：

data=pd.concat([data1,data2],keys=['data1','data2'],axis=1)
复制
垂直合并：要求两个数据框的字段名称（列名）相同

data=pd.concat([data1,data2],keys=['data1','data2'],axis=0)
复制
参数keys 和 names的使用：
当表格拼接完成后，就不能判断这些数据是来自于哪一个表了，如果需要保留来源信息，就可以通过keys参数进行设置，而names参数可以给拼接后形成的数据结构添加名字。
2.2pd.merge()的作用是用数据库样式的连接合并DataFrame。语法格式如下：

pd.merge( x,y, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)
复制
参数解释：
x：左数据对象。
y：右数据对象。
how：数据对象连接的方式，inner（内连接，连接两个数据对象中键值交集的行，其余忽略）、outer（外连接，连接两个数据对象中键值并集的列）、left（左连接，取出x的全部行，连接y中匹配的键值行）、right（右连接，取出y的全部行，连接x中匹配的键值行）。
left_on：左数据框对象用于连接的键。
right_on：右数据框对象用于连接的键。
on：用于连接的列名，必须包含在左右两个DataFrame中。
left_index：将左侧的行索引用作其连接键。
right_index：将右侧的行索引用作其连接键。
suffixes：字符串值元组，用于追加到重叠列名的末尾。
只保留左表的所有数据：

data=pd.merge(left=data1,right=data2,how='left',on='列名')
复制
只保留右表的所有数据：

data=pd.merge(left=data1,right=data2,how='right',on='列名')
复制
只保留两个表公共部分的信息：

data=pd.merge(left=data1,right=data2,how='inner',on='列名')
复制
只保留两个表所有的信息：

data=pd.merge(left=data1,right=data2,how='outer',on='列名')
复制
on=[‘列名1’,‘列名2’]表示多列匹配：

data=pd.merge(left=data1,right=data2,how='left',on=['列名1','列名2'])
复制
如果在表合并的过程中，两个表有一列同名，但是值不同，合并时又都想保留下来，就可以用suffixes给每个表的重复列名增加后缀：

data=pd.merge(left=data1,right=data2,how='left',on='列名',suffixes=['.1','.2'])
复制
left_on=‘列名1’,right_on='列名2’可以根据两个表不同的列名合并： 参考技术A 一个dataframe只能储存一个excel子表吗？
答案：8月28日dataframe()保存到同一个Excel工作簿的不同工作表sheet中?其实只需要灵活使用pandas。

python3 导出DataFrame到本地excel（数据条数大于65535）

参考技术A 其中，DFname 为DataFrame文件名，excel_contents为excel储存路径，如：’d:test.xlsx。