txt文件内有多组数据，一组数据内有3个数据，分别对应排名，地区，销量，把它们分成3列保存到指定excel文件当中

你可以使用Python的标准库`csv`和`openpyxl`来实现将txt文件中的数据分列保存到Excel文件中。

假设txt文件的格式如下所示：

1,北京,100
2,上海,90
3,广州,80

代码如下：

import csv
from openpyxl import Workbook

# 读取txt文件
with open('data.txt', 'r') as f:
    data = [line.strip().split(',') for line in f]

# 创建Excel文件
wb = Workbook()
ws = wb.active

# 写入数据到Excel文件
for row in data:
    ws.append(row)

# 保存Excel文件
wb.save('data.xlsx')

上面的代码首先使用`csv`库读取txt文件中的数据，将每一行数据拆分成一个列表。然后使用`openpyxl`库创建Excel文件，并将每一行数据写入Excel文件中。最后保存Excel文件即可。

相关问题

怎么把3行为一组txt数据转为excel数据，3行分别对应3列

你可以使用Python的pandas库将3行为一组的txt数据转换为Excel数据。首先，你需要将txt文件读入Python中，将每三行作为一组数据。然后，你可以使用pandas库创建一个DataFrame，将每组数据添加到其中，并将DataFrame导出为Excel文件。以下是一个简单的Python代码示例：

import pandas as pd

# 读入txt文件
with open('data.txt', 'r') as f:
    lines = f.readlines()

# 将每三行作为一组数据
data = []
for i in range(0, len(lines), 3):
    group = [line.strip() for line in lines[i:i+3]]
    data.append(group)

# 创建DataFrame
df = pd.DataFrame(data, columns=['col1', 'col2', 'col3'])

# 导出为Excel文件
df.to_excel('data.xlsx', index=False)

你需要将"data.txt"替换为你的txt文件名，并将"col1"、"col2"和"col3"替换为你想要的列名称。这个代码示例将生成一个名为"data.xlsx"的Excel文件，其中每一行对应一个三元组，分别对应Excel文件中的三列。

txt文件里面有三组数据，类型都是“202 眉山市 2934”，个数据分别对应排名，地区，销售量，需要把这些数据分列保存到指定excel表中

好的，我理解了你的问题。为了实现你的要求，我们需要使用Python的pandas库和openpyxl库。

首先，我们需要读取txt文件并将其转换为pandas数据框。可以使用pandas的read_csv函数来读取txt文件，代码如下：

import pandas as pd

# 读取txt文件
df = pd.read_csv('data.txt', sep='\s+', header=None)

# 为数据框添加列名
df.columns = ['rank', 'region', 'sales']

# 打印数据框
print(df)

其中，`sep='\s+'`表示使用空格作为分隔符，`header=None`表示txt文件中没有列名。

接下来，我们需要将数据框中的数据保存到指定的Excel表中。可以使用openpyxl库来创建Excel表并将数据写入表中，代码如下：

from openpyxl import Workbook

# 创建Excel表
wb = Workbook()
ws = wb.active

# 添加表头
ws.append(['排名', '地区', '销售量'])

# 将数据写入表中
for index, row in df.iterrows():
    ws.append([row['rank'], row['region'], row['sales']])

# 保存Excel表
wb.save('result.xlsx')

在这个代码中，我们首先创建了一个Excel表，并添加了表头。然后，我们使用`iterrows`函数遍历数据框中的每一行，将每一行的数据写入Excel表中。最后，我们使用`save`函数将Excel表保存到指定的文件中。

希望这个代码可以帮助到你！