pd to_excel 多次写入

Pandas库中的to_excel函数可以将数据写入到Excel文件中，但是默认情况下每次写入都会覆盖之前的数据。如果需要将多个数据源写入同一个Excel文件中，可以采取以下方法。

首先需要安装openpyxl库，这是一个可以读写Excel文件的Python库。然后在使用to_excel函数时，指定Excel文件名和工作表名，如果文件不存在则会自动创建。

接着需要使用openpyxl库打开Excel文件并获取工作表对象，然后用数据填充工作表。填充数据可以使用Pandas的DataFrame或者ExcelWriter对象实现，根据需求选择即可。

最后，将修改后的Excel文件保存即可。如果需要追加数据而不是覆盖，需要在写入数据时指定写入范围，例如使用append函数或指定起始行和结束行。

总结来说，pd to_excel 多次写入需要使用openpyxl库获取工作表对象并填充数据，然后保存到Excel文件中。如果需要追加数据，需要指定写入范围。

相关问题

# with pd.ExcelWriter('new_result.xlsx') as writer: # # 写入 pir 数据 # pd.DataFrame(pir_data['pir_col_data'], index=pir_data['pir_col_data'].index).to_excel(writer, sheet_name=file_name1, index=True)

这段代码使用了 `pandas.ExcelWriter` 来创建并打开一个新的 Excel 文件 `new_result.xlsx`，然后将 `pir_data` 中的 `pir_col_data` 键所对应的数据转换成 pandas 的 DataFrame 格式，并写入到 Excel 文件中名为 `file_name1` 的工作表中。参数 `index=True` 表示将 DataFrame 的索引也写入到 Excel 文件中。

使用 `with` 关键字可以不用显式地调用 `writer.save()` 方法来保存 Excel 文件，当 `with` 代码块结束时，`pandas.ExcelWriter` 会自动关闭文件并保存修改。

如果你想在同一个 Excel 文件中写入多个工作表的数据，可以在 `with` 代码块内多次使用 `pd.DataFrame.to_excel()` 方法来写入数据，只需指定不同的工作表名称即可。比如：

with pd.ExcelWriter('new_result.xlsx') as writer:
    # 写入 pir 数据
    pd.DataFrame(pir_data['pir_col_data'], index=pir_data['pir_col_data'].index).to_excel(writer, sheet_name='pir_data', index=True)
    
    # 写入其他数据
    ...
    
    # 写入更多数据
    ...

在上述代码中，我们在同一个 Excel 文件中分别写入了名为 `pir_data`、`其他数据`、`更多数据` 的工作表。

python to_excel太慢了

是的，Python写入Excel的速度可能会比较慢，特别是当数据量很大时。但是，有一些方法可以提高写入速度。以下是一些可能有用的技巧：

1.使用pandas库：pandas是一个强大的数据处理库，它可以将数据从数据库中读取到DataFrame中，然后使用to_excel()方法将数据写入Excel文件中。pandas使用C语言编写的底层库，因此速度非常快。

2.使用openpyxl的优化选项：openpyxl提供了一些选项来优化写入速度。例如，可以使用write_only选项来禁用读取现有工作表的功能，从而加快写入速度。还可以使用独立的写入器对象，而不是在同一个工作簿对象上多次调用append()方法。

3.使用多线程：如果你的机器有多个CPU核心，那么可以使用多线程来并行写入Excel文件。这可以通过Python的concurrent.futures模块轻松实现。

下面是一个使用pandas库将数据从数据库中读取到DataFrame中，并将其写入Excel文件的示例代码：

import pandas as pd
import pymysql

# 连接数据库
conn = pymysql.connect(host='localhost', user='root', password='password', db='mydb')
# 从数据库中读取数据到DataFrame中
df = pd.read_sql('SELECT * FROM mytable', conn)
# 将DataFrame写入Excel文件
df.to_excel('output.xlsx', index=False)