发布时间:2023-10-02 09:00
在使用pandas进行数据分析和处理时,需要把相同的DataFrame对象中的数据按顺序先后写入同一个Excel文件中的同一个工作表中,纵向追加。
方法一: 数据量小,把所有DataFrame对象的数据纵向合并到一起,然后再写入Excel文件,参考代码:
import pandas as pd
df = []
for ind in range(10):
data = pd.DataFrame(^_^) # dataframe数据
df.append(data)
df = pd.concat(df) # 合并所有数据
df.to_excel(file_name) # 写入excel文件
**方法二:**数据量较大时,DataFrame对象较多,每个DataFrame中的数据量都很大时,可以使用DataFrame对象方法to_excel()的参数startrow来控制每次写入的起始行位置。
import pd
# 创建写入器对象
writer = pd. ExcelWriter(file_name, engine= 'openpyxl')
# 第一个DataFrame对象写入的起始行位置
# 从第2行开始写,第一行保留为空行
start_row = 1
for i in range(500):
data= pd. DataFrame(data)
data.to_excel(writer, sheet_ name= 'sheet')
startrow=start_row, # 指定从哪一行开始写入数据,默认值为0
header=False,index=False) # 丢弃DataFrame对象的行标签和列标签
#修改下一次开始写入数据的行位置
start_row = start_row + data.shape[0]
#保存数据,关闭文件
writer.save()
write.close()
python+selenium的web自动化—PageObject模式解析及案例
Python自动化办公小程序:实现报表自动化和自动发送到目的邮箱
Python List 中的append 和 extend 的区别
单片机IO详解(上拉 下拉 准双向 输入 输出 推挽 开漏)
【YOLOV5-6.x中文注释版】整体项目代码全中文注释导航页面-By2022
【云原生Kubernetes系列第三篇】二进制部署单节点Kubernetes(k8s)v1.20(不要因为别人都在交卷,自己就乱写答案)
面向长代码序列的Transformer模型优化方法,提升长代码场景性能