python pandas 批量构建dataFrame 写入excel

时间: 2023-04-04 10:02:05 浏览: 111
可以使用 pandas 库中的 to_excel 方法将 dataFrame 写入 excel 文件。具体操作可以参考以下代码: import pandas as pd # 构建 dataFrame data = {'col1': [1, 2, 3], 'col2': ['a', 'b', 'c']} df = pd.DataFrame(data) # 写入 excel 文件 with pd.ExcelWriter('output.xlsx') as writer: df.to_excel(writer, sheet_name='Sheet1', index=False) 这样就可以将 dataFrame 内容写入名为 output.xlsx 的 excel 文件中的 Sheet1 工作表中。
相关问题

python pandas 按行构建dataFrame 写入excel

可以使用 pandas 库中的 DataFrame 函数来构建 dataFrame,然后使用 to_excel 方法将其写入 excel 文件中。具体的代码实现可以参考以下示例: import pandas as pd # 构建 dataFrame df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}) # 写入 excel 文件 df.to_excel('output.xlsx', index=False) 其中,DataFrame 函数中的参数可以根据实际情况进行调整,to_excel 方法中的参数 index=False 表示不将行索引写入 excel 文件中。

python把dataframe写入excel

你可以使用 pandas 库将 DataFrame 写入 Excel 文件。以下是一个示例代码: ```python import pandas as pd # 创建一个 DataFrame data = {'name': ['John', 'Tom', 'Amy'], 'age': [25, 32, 18]} df = pd.DataFrame(data) # 将 DataFrame 写入 Excel 文件 with pd.ExcelWriter('output.xlsx') as writer: df.to_excel(writer, sheet_name='Sheet1', index=False) ``` 在这个示例中,我们首先创建了一个包含姓名和年龄的 DataFrame。然后,我们使用 `pd.ExcelWriter()` 函数创建了一个 ExcelWriter 对象,并指定输出文件名为 `output.xlsx`。接下来,我们使用 `to_excel()` 函数将 DataFrame 写入 Excel 文件。在此函数中,我们指定输出到“Sheet1”工作表,并将 index 参数设置为 False,以避免将 DataFrame 的索引写入 Excel 文件中。 请注意,在写入 Excel 文件之前,你需要安装 pandas 库。你可以使用以下命令在命令行中安装: ``` pip install pandas ```

相关推荐

你可以使用Pandas库中的to_excel()函数来创建Excel文件并将DataFrame写入其中。首先,你需要导入Pandas库。然后,创建一个DataFrame对象,将你的数据填充到其中。接下来,使用to_excel()函数将DataFrame写入Excel文件中。你可以指定文件的路径和名称,并可以选择添加表格名称。下面是一个示例代码: python import pandas as pd # 创建DataFrame对象 data = {'Name': ['John', 'Emma', 'Mike'], 'Age': [25, 30, 35], 'City': ['New York', 'London', 'Sydney']} df = pd.DataFrame(data) # 将DataFrame写入Excel文件 df.to_excel('data.xls', sheet_name='Sheet1') 在这个例子中,我们创建了一个包含姓名、年龄和城市的DataFrame对象。然后,我们使用to_excel()函数将DataFrame写入了名为"data.xls"的Excel文件中的"Sheet1"工作表中。你可以根据你的需求修改文件路径、文件名和工作表名称。123 #### 引用[.reference_title] - *1* [【Python数据处理】用pandas将dataframe写入excel中](https://blog.csdn.net/chengyikang20/article/details/90139384)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Python pandas把多个DataFrame对象写入Excel文件中同一个工作表](https://blog.csdn.net/lml521lml927/article/details/123583177)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [python脚本,根据excel数据自动创建mysql库、表-并更新数据](https://download.csdn.net/download/qq_36668076/74711035)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
### 回答1: Python Pandas是一种用于数据分析和操作的强大工具。它可以轻松地处理和操作数据,并具有多种格式的导入和导出功能。其中,写入Excel文件常常是数据分析工作必不可少的一个环节。 使用Python Pandas写入Excel文件的方式非常简单。首先需要导入Pandas库,然后将数据(DataFrame)转换为Excel文件并保存到指定路径。 具体操作步骤如下: 1. 导入Pandas库,通常的方式是使用“import pandas as pd”。 2. 准备数据,将数据存入DataFrame中。 3. 创建一个Excel文件,通过“writer = pd.ExcelWriter('文件路径及名称.xlsx')”指定文件路径和名称,其中“pd.ExcelWriter”是Pandas提供的一个类。 4. 将数据(DataFrame)写入Excel表格中,语法为“dataframe.to_excel(writer, sheet_name='Sheet1')”,其中dataframe为需要写入的数据,writer为创建的Excel文件对象,sheet_name为Excel表格的名称。 5. 最后调用“writer.save()”保存Excel文件。 总体而言,Python Pandas写入Excel文件是一个十分简单和高效的过程。无论是初学者还是数据分析专业人士,都可以通过这种方式将数据灵活地保存在Excel文件中。 ### 回答2: Pandas是一个强大的Python数据分析库,它提供了许多工具来处理和操作数据,其中之一就是写入Excel文档。在本文中,我们将学习如何使用Pandas将数据写入Excel。 1. 导入Pandas库 我们需要首先导入Pandas库,使用如下代码导入: python import pandas as pd 2. 准备数据 下一步是准备我们要写入Excel的数据。我们可以使用Pandas的DataFrame对象来创建数据集,或者导入已有的数据集,例如csv,txt等。这里我们使用一个简单的例子,创建一个包含学生姓名和成绩的DataFrame对象: python data = {'姓名': ['张三', '李四', '王五', '赵六'], '成绩': [90, 88, 95, 92]} df = pd.DataFrame(data) 3. 写入Excel 现在我们可以开始将数据写入Excel了。Pandas提供了一个名为to_excel()的方法,它可以将DataFrame写入Excel文件。我们需要指定Excel文件的名称和存储路径,其中文件名应以.xlsx结尾。还可以选择将行和列标签写入Excel文件,指定Sheet名称等。以下是一个完整的示例代码: python # 将数据写入excel文件 filepath = 'example.xlsx' # 文件保存路径和名称 sheetname = '成绩单' # Sheet名称 df.to_excel(filepath, sheet_name=sheetname, index=False) 在上面的示例中,index=False表示不写入行标签,只写入数据。如果不设置这个参数,默认会写入行标签0,1,2等。 4. 写入多个Sheet 除了将一个Sheet写入Excel,Pandas还可以将多个Sheet写入同一个Excel文件。我们只需要在to_excel()方法中指定要写入的Sheet名称即可。以下是一个示例代码: python # 写入多个sheet filepath = 'example.xlsx' with pd.ExcelWriter(filepath) as writer: df1.to_excel(writer, sheet_name='Sheet1', index=False) df2.to_excel(writer, sheet_name='Sheet2', index=False) 在上面的示例中,我们使用了pd.ExcelWriter()方法创建了一个Excel文件对象,然后在to_excel()方法中指定了要写入的不同Sheet的名称。 总结 通过上面的例子,我们学习了如何使用Pandas库将数据写入Excel文档。使用Pandas,我们可以很容易地将数据从各种数据源(如csv,txt等)导入到DataFrame对象,然后将其写入Excel文件。Pandas还提供了许多其他方法,例如按条件过滤数据,对数据进行统计分析等。无论您是数据分析师、数据科学家还是开发人员,Pandas对于数据处理和分析都是非常有用的工具之一。 ### 回答3: Python中的pandas库是一种用于数据分析的工具。在数据分析中,我们通常需要将处理后的数据保存到excel表格中以便于后续的使用和分享。因此,pandas库提供了将数据写入excel表格的功能。 首先,我们需要使用pandas库中的DataFrame类来创建数据表格。接着,使用to_excel()方法将数据表格写入excel文件。下面是一个示例代码: python import pandas as pd # 创建数据表格 data = {'姓名': ['张三', '李四', '王五'], '年龄': [18, 20, 22], '性别': ['男', '男', '女']} df = pd.DataFrame(data) # 写入excel文件 df.to_excel('data.xlsx', sheet_name='Sheet1', index=False) 以上代码首先创建了一个数据表格,并将其存储在变量df中。然后,使用to_excel()方法将df中的数据写入到名为data.xlsx的excel文件中的Sheet1工作表中。index=False参数表示不将行索引保存到excel文件中。 对于更加详细的pandas写入excel方法的使用,可以参考pandas官方文档或相关教程。
回答: 在Python中使用Pandas库进行Excel sheet的写入有多种方法。其中一种方法是直接使用Pandas的to_excel()函数来写入数据到Excel文件中的不同sheet。然而,直接使用多个Pandas的to_excel()会造成sheet覆写,最终只显示最后运行的to_excel语句内容。为了避免这个问题,可以使用ExcelWriter对象来创建一个可写入不同sheet的文件,并使用to_excel()函数将数据写入不同的sheet中。例如,可以使用以下代码来实现将两个不同的DataFrame写入到同一个Excel文件的不同sheet中: python import pandas as pd # 创建一个ExcelWriter对象,并指定要写入的文件名 writer = pd.ExcelWriter('xxx.xlsx') # 将第一个DataFrame写入到名为'df1'的sheet中 df1.to_excel(writer, sheet_name='df1') # 将第二个DataFrame写入到名为'df2'的sheet中 df2.to_excel(writer, sheet_name='df2') # 保存并关闭ExcelWriter对象 writer.save() writer.close() 另一种方法是在同一个sheet中接续写入数据。可以使用startrow参数来指定从哪一行开始写入新的数据。以下是一个示例代码,演示了如何在已有的sheet中插入新的数据行: python import pandas as pd # 创建一个ExcelWriter对象,并指定要写入的文件名 writer = pd.ExcelWriter('xxx.xlsx') # 将第一个DataFrame写入到名为'mean±std'的sheet中 text1.to_excel(writer, sheet_name='mean±std', index=False) # 在'mean±std'的sheet中的后面行插入新的数据行 text3.to_excel(writer, sheet_name='mean±std', startrow=6, header=False, index=False) # 将第二个DataFrame写入到名为'CV'的sheet中 text2.to_excel(writer, sheet_name='CV', header=False, index=False) # 保存并关闭ExcelWriter对象 writer.save() writer.close() 以上是两种常用的方法,可以根据实际需求选择适合的方法来写入Excel sheet。123 #### 引用[.reference_title] - *1* [【个人笔记】Python-Pandas写入Excel多个sheets](https://blog.csdn.net/Sixtn/article/details/125600343)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Python+pandas数据直接写入和接续写入Excel](https://blog.csdn.net/hanyuyuzu/article/details/128978246)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
### 回答1: 使用Python中的Pandas库可以轻松地将数据写入Excel文件中。 下面是一些示例代码,演示如何使用Pandas将数据写入Excel文件: python import pandas as pd # 创建要写入Excel文件的数据 data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 32, 18, 47], 'gender': ['F', 'M', 'M', 'M']} # 创建一个DataFrame对象 df = pd.DataFrame(data) # 将DataFrame写入Excel文件 df.to_excel('output.xlsx', index=False) 这段代码将会创建一个Excel文件,名为“output.xlsx”,并将数据写入其中。请注意,在调用to_excel函数时,我们将index参数设置为False,这样就不会将索引列写入Excel文件中。 如果您需要将多个DataFrame写入同一个Excel文件中,您可以使用ExcelWriter类。下面是一个示例代码: python import pandas as pd # 创建要写入Excel文件的数据 data1 = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 32, 18, 47], 'gender': ['F', 'M', 'M', 'M']} data2 = {'name': ['Emma', 'Frank', 'Grace', 'Henry'], 'age': [27, 19, 24, 36], 'gender': ['F', 'M', 'F', 'M']} # 创建两个DataFrame对象 df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) # 创建一个ExcelWriter对象 writer = pd.ExcelWriter('output.xlsx') # 将DataFrame写入Excel文件 df1.to_excel(writer, sheet_name='Sheet1', index=False) df2.to_excel(writer, sheet_name='Sheet2', index=False) # 保存Excel文件 writer.save() 这段代码将会创建一个Excel文件,名为“output.xlsx”,其中包含两个工作表。第一个工作表中包含data1中的数据,第二个工作表中包含data2中的数据。您可以在to_excel函数中使用sheet_name参数来指定工作表的名称。最后,我们调用save方法来保存Excel文件。 ### 回答2: Python pandas 是一个非常强大的数据分析工具,它可以处理多种格式的数据,包括 Excel 文件。本文将介绍如何使用 pandas 将数据输出到 Excel 文件。 使用 pandas 写入 Excel 文件 pandas库中使用to_excel方法可以将数据写入到Excel文件中。这个方法接受一个filename参数,表示最终输出的Excel文件名称,同时还接受其他几个重要的参数,包括sheet_name和index。sheet_name表示写入Excel文件时将要写入的Sheet名,index表示写入Excel文件的时候是否需要写入索引。常用来写入的数据类型如下所示: df = pd.DataFrame({'姓名':['张三','李四','王五'],'年龄':[18,20,22],'分数':[79,89,99]}) 在这个例子中,我们使用DataFrame创建了一个包含姓名、年龄和分数的数据集。我们将使用to_excel方法将这些数据写入到Excel文件中。具体的代码如下: df.to_excel('data.xlsx',sheet_name='sheet1',index=False) 这个例子中我们将数据写入到了一个名为data.xlsx的Excel文件中。同时,我们指定了写入的Sheet名为sheet1,另外,我们不会写入索引,也就是DataFrame的行号。 如果你要写入多个Sheet,创建多个DataFrame即可,然后,将这些DataFrame以列表的形式传递给to_excel方法即可。具体的代码如下: df1 = pd.DataFrame({'姓名':['张三','李四','王五'],'年龄':[18,20,22],'分数':[79,89,99]}) df2 = pd.DataFrame({'姓名':['赵六','周七','孙八'],'年龄':[24,29,32],'分数':[89,95,98]}) df3 = pd.DataFrame({'姓名':['吴九','郑十','钱百'],'年龄':[27,31,35],'分数':[92,86,90]}) writer = pd.ExcelWriter('data2.xlsx') df1.to_excel(writer,'sheet1',index=False) df2.to_excel(writer,'sheet2',index=False) df3.to_excel(writer,'sheet3',index=False) writer.save() 这个例子中,我们创建了三个DataFrame,然后将它们写入到了一个名为data2.xlsx的Excel文件中,写入的顺序分别是sheet1、sheet2和sheet3,不写入索引。在这个例子中,我们还使用ExcelWriter类来创建Excel文件,并将DataFrame对象写入该文件中。 总结 在数据分析和处理中,写入数据到Excel文件是一个很常见的操作,pandas提供的to_excel方法非常方便,而且还支持多Sheet的写入操作,用法也很简单,只需要传递一些简单的参数即可。 ### 回答3: Python Pandas是一个分析数据的强大工具,有助于处理各种形式的数据,在数据操作、数据清洗和数据分析方面可以大大简化我们在Python中的编程工作量。在使用Pandas进行数据分析时,通常需要将数据存储到磁盘上,例如在Excel文件中存储数据。因此,本文将分享如何使用Python Pandas将数据写入Excel文件的方法。 首先,必须安装Pandas库。可以使用pip命令安装最新版本的Pandas库。在控制台中运行以下命令即可完成安装: pip install pandas 现在,让我们看一下如何将数据存储到Excel文件中。 1. 创建DataFrame 要将数据存储到Excel文件中,需要首先创建DataFrame。DataFrame是一种类似二维表格的数据结构,其中包含行和列。可以将其视为电子表格或SQL表格。 可以通过以下代码创建一个DataFrame: import pandas as pd data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'], 'Age':[28,34,29,42], 'Country':['US', 'Canada', 'UK', 'Switzerland']} df = pd.DataFrame(data) print(df) 输出: Name Age Country 0 Tom 28 US 1 Jack 34 Canada 2 Steve 29 UK 3 Ricky 42 Switzerland 2. 写入Excel文件 要将数据存储到Excel文件中,可以使用to_excel()函数。该函数需要传入文件名称和数据框的名称。 例如,如果要将上面的数据写入Excel文件,则可以使用以下代码: df.to_excel('data.xlsx', index=False) # 不要包括索引 这将创建一个名为“data.xlsx”的Excel文件,并将DataFrame中的数据写入该文件。 在to_excel()函数中还可以使用其他参数来控制Excel文件的创建方式。例如,header参数用于指定是否在Excel文件中包含列名,index参数用于指定是否在Excel文件中包含行索引。 原理是Pandas将DataFrame转换为Excel文件的两个最核心的库是openpyxl和xlsxwriter,因为Excel和LibreOffice都支持它们。openpyxl和xlsxwriter两者都是第三方库,所以在使用之前需要安装。都可以使用pip命令安装。 pip install openpyxl pip install xlsxwriter 3. 完整代码 最后,我们来总结一下上面的代码片段,代码如下: import pandas as pd # 创建数据框 data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'], 'Age':[28,34,29,42], 'Country':['US', 'Canada', 'UK', 'Switzerland']} df = pd.DataFrame(data) # 写数据到Excel文件中 df.to_excel('data.xlsx', index=False) print('写入成功!') 该代码将创建一个名为data.xlsx的Excel文件,并将DataFrame中的数据写入该文件。在控制台中显示“写入成功!”以便您知道数据已成功写入文件。 总之,Pandas是一个功能强大的库,可以帮助我们处理大量的数据,而将数据存储到Excel文件中是Python Pandas提供的一个非常有用的功能。 通过上述三个步骤,您可以很容易的将Pandas数据框存储到Excel文件中。

最新推荐

python 使用pandas的dataframe一维数组和二维数组分别按行写入csv或excel

pandas写入excel 两种 一个是一行一行的写(本身写入时列)另一种是写入二维数组。 1.一行一行的写 i=1 loujian=2 dat=[i,loujian,ll,load_idx,bilv,eventype]#一个变量 print (dat) test = pd.DataFrame(data=dat)....

使用Qt开发的一个简单的酒店管理系统.zip

计算机类毕业设计源码

STM32CubeMX环境搭建

STM32CubeMX环境搭建所需文件

《C语言程序设计》教学标准

《C语言程序设计》课程是大学计算机基础教学系列中的核心课程,主要面向理工科信息类专业的学生。该课程重在培养学生掌握计算机程序设计的思想和方法,初步具有在本专业领域应用计算机的能力,为进一步学习后续课程打下坚实的基础。

windows系统Java JDK8、JDK11、JDK17安装包

Jdk安装包8/11/17 jdk-8u221-windows-64bit.exe jdk-8u241-windows-64bit.exe jdk-8u381-windows-x64.exe jdk-11.0.19_windows-x64_bin.exe jdk-17_windows-x64_bin.exe 之前博主的win10系统安装的jdk8为 jdk: java version "1.8.0_221" 具体安装步骤及配置环境变量参考博客下的文章: “Java基础-环境篇:JDK安装与环境变量配置jdk8/11/17(保姆式详解)” https://blog.csdn.net/weixin_46474921/article/details/133173826?spm=1001.2014.3001.5502

数据结构1800试题.pdf

你还在苦苦寻找数据结构的题目吗?这里刚刚上传了一份数据结构共1800道试题,轻松解决期末挂科的难题。不信?你下载看看,这里是纯题目,你下载了再来私信我答案。按数据结构教材分章节,每一章节都有选择题、或有判断题、填空题、算法设计题及应用题,题型丰富多样,共五种类型题目。本学期已过去一半,相信你数据结构叶已经学得差不多了,是时候拿题来练练手了,如果你考研,更需要这份1800道题来巩固自己的基础及攻克重点难点。现在下载,不早不晚,越往后拖,越到后面,你身边的人就越卷,甚至卷得达到你无法想象的程度。我也是曾经遇到过这样的人,学习,练题,就要趁现在,不然到时你都不知道要刷数据结构题好还是高数、工数、大英,或是算法题?学完理论要及时巩固知识内容才是王道!记住!!!下载了来要答案(v:zywcv1220)。

语义Web动态搜索引擎:解决语义Web端点和数据集更新困境

跟踪:PROFILES数据搜索:在网络上分析和搜索数据WWW 2018,2018年4月23日至27日,法国里昂1497语义Web检索与分析引擎Semih Yumusak†KTO Karatay大学,土耳其semih. karatay.edu.trAI 4 BDGmbH,瑞士s. ai4bd.comHalifeKodazSelcukUniversity科尼亚,土耳其hkodaz@selcuk.edu.tr安德烈亚斯·卡米拉里斯荷兰特文特大学utwente.nl计算机科学系a.kamilaris@www.example.com埃利夫·尤萨尔KTO KaratayUniversity科尼亚,土耳其elif. ogrenci.karatay.edu.tr土耳其安卡拉edogdu@cankaya.edu.tr埃尔多安·多杜·坎卡亚大学里扎·埃姆雷·阿拉斯KTO KaratayUniversity科尼亚,土耳其riza.emre.aras@ogrenci.karatay.edu.tr摘要语义Web促进了Web上的通用数据格式和交换协议,以实现系统和机器之间更好的互操作性。 虽然语义Web技术被用来语义注释数据和资源,更容易重用,这些数据源的特设发现仍然是一个悬 而 未 决 的 问 题 。 流 行 的 语 义 Web �

matlabmin()

### 回答1: `min()`函数是MATLAB中的一个内置函数,用于计算矩阵或向量中的最小值。当`min()`函数接收一个向量作为输入时,它返回该向量中的最小值。例如: ``` a = [1, 2, 3, 4, 0]; min_a = min(a); % min_a = 0 ``` 当`min()`函数接收一个矩阵作为输入时,它可以按行或列计算每个元素的最小值。例如: ``` A = [1, 2, 3; 4, 0, 6; 7, 8, 9]; min_A_row = min(A, [], 2); % min_A_row = [1;0;7] min_A_col = min(A, [],

TFT屏幕-ILI9486数据手册带命令标签版.pdf

ILI9486手册 官方手册 ILI9486 is a 262,144-color single-chip SoC driver for a-Si TFT liquid crystal display with resolution of 320RGBx480 dots, comprising a 960-channel source driver, a 480-channel gate driver, 345,600bytes GRAM for graphic data of 320RGBx480 dots, and power supply circuit. The ILI9486 supports parallel CPU 8-/9-/16-/18-bit data bus interface and 3-/4-line serial peripheral interfaces (SPI). The ILI9486 is also compliant with RGB (16-/18-bit) data bus for video image display. For high speed serial interface, the ILI9486 also provides one data and clock lane and supports up to 500Mbps on MIPI DSI link. And also support MDDI interface.

数据搜索和分析

跟踪:PROFILES数据搜索:在网络上分析和搜索数据WWW 2018,2018年4月23日至27日,法国里昂1485表征数据集搜索查询艾米莉亚·卡普尔扎克英国南安普敦大学开放数据研究所emilia. theodi.org珍妮·坦尼森英国伦敦开放数据研究所jeni@theodi.org摘要在Web上生成和发布的数据量正在迅速增加,但在Web上搜索结构化数据仍然存在挑战。在本文中,我们探索数据集搜索分析查询专门为这项工作产生的通过众包-ING实验,并比较它们的搜索日志分析查询的数据门户网站。搜索环境的变化以及我们给人们的任务改变了生成的查询。 我们发现,在我们的实验中发出的查询比数据门户上的数据集的搜索查询要长得多。 它们还包含了七倍以上的地理空间和时间信息的提及,并且更有可能被结构化为问题。这些见解可用于根据数据集搜索的特定信息需求和特征关键词数据集搜索,�