python有4个dataframe:U15,U25,U35,U45,将它们输出在指定路径D盘下的一个excel里的不同sheet里,sheet名为15、25、35、45,并命名这个excel为SOXtable,表格内字体为Arial,表格内所有框线为实线

时间: 2024-02-21 11:01:48 浏览: 14
可以使用 `pandas` 库中的 `ExcelWriter` 类来将这四个 `dataframe` 分别输出到一个 `excel` 文件里的不同 `sheet` 中,并且使用 `xlsxwriter` 来设置表格区域的字体和实线。 下面是一个示例代码: ```python import pandas as pd # 生成示例 dataframe U15 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) U25 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]}) U35 = pd.DataFrame({'A': [13, 14, 15], 'B': [16, 17, 18]}) U45 = pd.DataFrame({'A': [19, 20, 21], 'B': [22, 23, 24]}) # 定义输出路径和文件名 output_path = 'D:/' output_file = 'SOXtable.xlsx' # 创建 ExcelWriter 对象 writer = pd.ExcelWriter(output_path + output_file, engine='xlsxwriter', options={'sheet_format': {'border': 1, 'border_style': 'solid'}}) # 将 U15 输出到 Sheet1 中 U15.to_excel(writer, sheet_name='15', index=False, startrow=0, startcol=0) # 将 U25 输出到 Sheet2 中 U25.to_excel(writer, sheet_name='25', index=False, startrow=0, startcol=0) # 将 U35 输出到 Sheet3 中 U35.to_excel(writer, sheet_name='35', index=False, startrow=0, startcol=0) # 将 U45 输出到 Sheet4 中 U45.to_excel(writer, sheet_name='45', index=False, startrow=0, startcol=0) # 获取 xlsxwriter 中的 workbook 和 worksheet 对象 workbook = writer.book for sheet_name in ['15', '25', '35', '45']: worksheet = writer.sheets[sheet_name] worksheet.set_column('A:B', None, None, {'font_name': 'Arial'}) # 保存 Excel 文件 writer.save() ``` 在上面的代码中,我们首先使用 `pandas` 创建了四个 `dataframe`,然后定义了输出的路径和文件名。接着,我们使用 `ExcelWriter` 类创建了一个 `writer` 对象,并设置了 `xlsxwriter` 的参数 `options`,将表格区域内的边框设置为实线。然后,我们使用 `to_excel` 方法将四个 `dataframe` 分别输出到不同的 `sheet` 中,并指定了 `startrow` 和 `startcol` 参数来确定输出的起始行和列。接下来,我们使用 `writer.book` 和 `writer.sheets` 获取 workbook 和 worksheet 对象,并使用 `set_column` 方法来设置表格区域内的字体。最后,我们调用 `writer.save` 方法将修改后的 `excel` 文件保存到磁盘中。

相关推荐

最新推荐

recommend-type

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)....
recommend-type

使用Python向DataFrame中指定位置添加一列或多列的方法

今天小编就为大家分享一篇使用Python向DataFrame中指定位置添加一列或多列的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python之DataFrame实现excel合并单元格

主要为大家详细介绍了python之DataFrame实现excel合并单元格,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python中dataframe将一列中的数值拆分成多个列

想将page_no这一列拆分成多个列,然后将其中的值都作为列名。 想要做成的结果如下图(也就是统计每个id下各个page_no出现的次数) 实现的思路是先对page_no这一列进行one-hot编码,将一列变为多列,然后再用cishu列...
recommend-type

在Python中Dataframe通过print输出多行时显示省略号的实例

笔者使用Python进行数据分析时,通过print输出Dataframe中的数据,当Dataframe行数很多时,中间部分显示省略号,如下图所示: 0 项华祥 1 何炅 2 张艺飞 3 李仁港 4 崔龄燕 5 董春泽 6 邓超、俞白眉 7 叶伟信,邹...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

如何用python编写api接口

在Python中编写API接口可以使用多种框架,其中比较流行的有Flask和Django。这里以Flask框架为例,简单介绍如何编写API接口。 1. 安装Flask框架 使用pip命令安装Flask框架: ``` pip install flask ``` 2. 编写API接口 创建一个Python文件,例如app.py,编写以下代码: ```python from flask import Flask, jsonify app = Flask(__name__) @app.route('/api/hello', methods=['GET']) def hello():
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。