pandas写入表格数据保留原sheet页

如果你想要使用 Pandas 将数据写入 Excel 文件，可以使用 `ExcelWriter` 对象进行操作。要保留原来的 sheet 页，需要在写入数据的过程中指定要写入的 sheet 名称。

具体的代码如下：

import pandas as pd

# 读取原始 Excel 文件
df = pd.read_excel('original.xlsx', sheet_name='Sheet1')

# 创建一个 ExcelWriter 对象
writer = pd.ExcelWriter('new.xlsx', engine='xlsxwriter')

# 将 DataFrame 写入指定的 sheet
df.to_excel(writer, sheet_name='Sheet1', index=False)

# 保存 Excel 文件
writer.save()

在这个例子中，我们首先使用 `pd.read_excel()` 方法读取原始的 Excel 文件，然后创建一个 `ExcelWriter` 对象。在写入数据时，我们使用 `df.to_excel()` 方法将 DataFrame 写入指定的 sheet，这里指定的是 `Sheet1`。最后，我们使用 `writer.save()` 方法保存 Excel 文件。

在保存新的 Excel 文件时，会自动覆盖同名文件，如果你想保留原始文件，需要将保存的文件名更改为其他名称。

相关问题

pandas写入表格数据

在Python中，Pandas是一个强大的数据处理库，它提供了一种简单的方式来读取和写入各种格式的数据文件，包括表格数据。要使用Pandas将数据写入表格文件，主要有以下几个步骤：

1. **创建DataFrame**：首先你需要创建一个Pandas DataFrame，这是存储数据的主要容器，可以包含不同类型的数据。

import pandas as pd

# 示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'London', 'Paris']
}
df = pd.DataFrame(data)

2. **选择输出格式**：Pandas支持多种格式，如CSV、Excel、SQL数据库、JSON等。这里以CSV为例：

- CSV (Comma Separated Values)：

     df.to_csv('output.csv', index=False)

- Excel (.xlsx or .xls):

     df.to_excel('output.xlsx', sheet_name='Sheet1', index=False)

3. **其他选项**：上述写入方法默认不保存索引（index=False）。如果你的数据需要保留索引，可以去掉这个参数。此外，还可以设置编码、分隔符等参数。

4. **确认写入**：写入完成后，你可以通过操作系统检查是否生成了新的文件。

pandas 写入表格

好的，您可以使用 pandas 库中的 to_excel() 和 to_csv() 方法来将数据写入表格。下面分别介绍两种写入方式的示例代码：

1. 写入 Excel 表格

import pandas as pd

# 创建一个数据集
data = {'姓名': ['张三', '李四', '王五'], '年龄': [18, 21, 25], '性别': ['男', '女', '男']}

# 将数据集转换为 DataFrame 对象
df = pd.DataFrame(data)

# 将 DataFrame 写入 Excel 表格
df.to_excel('data.xlsx', sheet_name='Sheet1', index=False)

2. 写入 CSV 表格

import pandas as pd

# 创建一个数据集
data = {'姓名': ['张三', '李四', '王五'], '年龄': [18, 21, 25], '性别': ['男', '女', '男']}

# 将数据集转换为 DataFrame 对象
df = pd.DataFrame(data)

# 将 DataFrame 写入 CSV 表格
df.to_csv('data.csv', index=False)

以上是两种常见的写入表格的方式，您可以根据实际需求选择适合的方法。