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库根据sheet页不改变原始数据写入指定区域

Pandas库是一个强大的数据分析工具，在Python中常用于处理表格型数据。如果你想要从Excel或其他支持读写的文件中选择特定的sheet页，并将数据写入到目标数据框的一个已知位置，而不改变原始数据，你可以使用`read_excel`函数读取数据，然后用`loc`或`iloc`选择你要的sheet页，最后用`to_excel`函数以追加模式(`mode='a'`)保存数据到新的位置。

下面是一个简单的例子：

import pandas as pd

# 假设你有一个名为'data.xlsx'的Excel文件，包含多个sheet
# 你想只操作'sheet_name'这个sheet
data = pd.read_excel('data.xlsx', sheet_name='sheet_name')

# 现在对'data'进行一些处理...
# ...

# 写回文件，指定一个新的Excel文件（如'output.xlsx'），并覆盖原有sheet的某些行和列
data.loc[:, 'new_column'] = 'some_value'  # 添加新列
data.to_excel('output.xlsx', sheet_name='sheet_name', mode='a', index=False)  # 追加到已有sheet

# 注意这里用到了'mode='a''，它表示追加而不是覆盖，所以不会改变原始的'sheet_name'的数据