有关DF的to_excel方法中,写入不同的sheet

这个是在csdn上面看到的to_excel方法中,对于同一excel中创建不同sheet的method。

原文链接如下:【利用Python进行数据分析——经验篇4】将多张DataFrame表写入到同一个Excel的不同sheet中 - CSDN博客

示例代码如下:

# 创建一个输出文件

writer = pd.ExcelWriter('out.xlsx')

data = pd.read_table('table_All_pivot.csv',sep=',')

data.to_excel(writer,'table_All_pivot',index=False)#一般就在这里将df成型

sf_All = pd.read_table('sf_All.csv', sep=',' )

sf_All.to_excel(writer,'sf_All',columns=sf_All.columns[2:],index=False)

table_All_f = pd.read_csv('table_All.csv',sep=',')

table_All_f.to_excel(writer,'table_All_f',columns=table_All_f.columns[1:],index=False)

sfweibo_All_f = pd.read_csv('sfweibo_All_f.csv')

sfweibo_All_f.to_excel(writer,'sfweibo_All_f',columns=sfweibo_All_f.columns[1:],index=False)

base = pd.read_excel('test1.xlsx','Sheet2')

base.to_excel(writer,'base',index=False)

writer.save()



模仿之后,在自己处理数据的时候模拟写了一个:

def write_ctg(sm,bg,md,cd_num): #在此储存各个date_list

    path='D:/python/python_work/paper/fft_list/{} list.xls'.format(cd_num)

    small_date_list=[]

    big_date_list=[]

    medium_date_list=[]

    writer=pd.ExcelWriter(path)

    for list_count in range(len(sm)):      #先把三个list全部转化为友好的日期形式

        ele=df_rev[date][small[list_count]]

        small_date_list.append(ele)

    small_s=pd.DataFrame(small_date_list,columns=['date'])

    small_s.to_excel(writer,index=False,sheet_name='small_s')


    for list_count in range(len(bg)):     

        ele=df_rev[date][big[list_count]]

        big_date_list.append(ele)

    big_s=pd.DataFrame(big_date_list,columns=['date'])

    big_s.to_excel(writer,index=False,sheet_name='big_s')



    for list_count in range(len(md)):     

        ele=df_rev[date][medium[list_count]]

        medium_date_list.append(ele)

    medium_s=pd.DataFrame(medium_date_list,columns=['date'])

    medium_s.to_excel(writer,index=False,sheet_name='medium_s')

    writer.save()

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,590评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,808评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,151评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,779评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,773评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,656评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,022评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,678评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,038评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,756评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,411评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,005评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,973评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,053评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,495评论 2 343