import pandas as pd # 你的列表 my_list = [(1, 2), (3, 4), (5, 6)] # 转换为DataFrame对象 df = pd.DataFrame(my_list, columns=['Column 1', 'Column 2']) # 写入Excel文件 df.to_excel('output.xlsx', index=False)为什么我运行这段代码，并没有出现output.xlsx文件

如果在运行代码之后没有生成output.xlsx文件，可能是因为Python程序没有写入文件的权限或者文件路径不正确。

你可以尝试使用绝对路径来保存Excel文件，例如：

df.to_excel('/path/to/output.xlsx', index=False)

其中“/path/to”是你想要保存文件的绝对路径。另外，确保你的Python程序正在运行的用户具有在该路径下创建文件的权限。

另外，你也可以尝试检查一下Excel文件是否已经被创建在你当前的工作目录中。你可以使用Python的os模块来获取当前工作目录和列出当前目录下的所有文件：

import os

print(os.getcwd())  # 获取当前工作目录
print(os.listdir())  # 列出当前目录下的所有文件

这样可以帮助你确定Excel文件是否已经创建在当前目录中。

相关问题

基于svd梯度下降算法的协同过滤 """ import numpy as np import pandas as pd class SVDrecommend: # 电影id的列表 movie_list = [] # 用户id的列表 id_list = [] # 建模数据 values = [] # 构造函数 def __init__(self, userMovieScore, userMovieScoreDict):

在构造函数中，我们需要将用户对电影的评分数据进行处理和存储，以便后续使用。其中，userMovieScore是一个包含用户对电影评分的DataFrame，userMovieScoreDict是一个用户id到该用户评分数据的映射字典。具体实现如下：

def __init__(self, userMovieScore, userMovieScoreDict):
    # 获取电影id和用户id的列表
    self.movie_list = list(userMovieScore.columns)
    self.id_list = list(userMovieScore.index)
    
    # 将评分数据转换为稀疏矩阵
    self.values = np.zeros((len(self.id_list), len(self.movie_list)))
    for i in range(len(self.id_list)):
        for j in range(len(self.movie_list)):
            if userMovieScore[self.movie_list[j]][self.id_list[i]] != 0:
                self.values[i][j] = userMovieScore[self.movie_list[j]][self.id_list[i]]
    
    # 存储用户评分数据的字典
    self.userMovieScoreDict = userMovieScoreDict

在上述代码中，我们首先通过DataFrame的columns和index属性获取电影id和用户id的列表。然后，我们将评分数据转换为稀疏矩阵，其中，如果某个用户没有对某个电影评分，则相应的矩阵元素为0。最后，我们将用户评分数据存储在一个字典中，以便后续使用。

import pandas as pd #1.记录文件夹路径 2.将原表格构建到新表格中 3.找到所有需要合并的表，写进新表格 import os file_dir = 'C:\\Users\\CHI\\Desktop\\新建文件夹' #文件路径 new_filename = file_dir + '\\new_file.xlsx' #构建新的表格名称 file_list = os.listdir(file_dir) #找到文件路径下的所有表格名称，返回列表 new_list = [] for file in file_list: file_path = os.path.join(file_dir,file) #重构文件路径 print(file_path) dataframe = pd.read_excel(file_path) #将excel转换成DataFrame new_list.append(dataframe) #保存到新列表中 df = pd.concat(new_list) #多个DataFrame合并为一个 df.to_excel(new_filename,index=False) #写入到一个新excel表中

您的代码看起来基本上是正确的，它记录了文件夹路径，将原表格构建到新表格中，并找到所有需要合并的表格并写入新表格。

不过，我注意到您在代码中使用了`pd.concat()`来合并DataFrame，这是一个正确的方法。但是，根据您的描述，您可能想要将所有表格按行合并，即垂直合并。在这种情况下，您应该使用`pd.concat()`函数的`axis=0`参数。

下面是稍作修改后的代码：

import pandas as pd
import os

file_dir = 'C:\\Users\\CHI\\Desktop\\新建文件夹'  # 文件路径
new_filename = file_dir + '\\new_file.xlsx'  # 构建新的表格名称
file_list = os.listdir(file_dir)  # 找到文件路径下的所有表格名称，返回列表
new_list = []

for file in file_list:
    file_path = os.path.join(file_dir, file)  # 重构文件路径
    print(file_path)
    
    dataframe = pd.read_excel(file_path)  # 将excel转换成DataFrame
    
    new_list.append(dataframe)  # 保存到新列表中
  
df = pd.concat(new_list, axis=0)  # 多个DataFrame按行合并为一个
df.to_excel(new_filename, index=False)  # 写入到一个新excel表中

这样修改后的代码应该能够按照您的要求将所有表格垂直合并并写入新的Excel表格中。如果您有任何其他问题，请随时提问。