df.value_counts().to_frame().to_excel()在循环中追加存储到新excel表格中

您可以尝试以下代码：

import pandas as pd

# 创建一个空的DataFrame用于存储所有数据
df_all = pd.DataFrame()

# 循环处理每个Excel文件
for filename in filenames:
    # 读取Excel文件
    df = pd.read_excel(filename)
    # 统计每个值的出现次数，并转化为DataFrame格式
    df_count = df.value_counts().to_frame()
    # 将文件名作为新列加入DataFrame
    df_count['filename'] = filename
    # 将当前DataFrame追加到所有数据的DataFrame中
    df_all = pd.concat([df_all, df_count])

# 将所有数据保存到新的Excel文件中
with pd.ExcelWriter('all_counts.xlsx') as writer:
    df_all.to_excel(writer, index=False)

这段代码依次处理每个Excel文件，将每个文件中每个值的出现次数统计出来，并将文件名作为新列加入DataFrame中。最后将所有数据保存到一个新的Excel文件中。注意，`pd.ExcelWriter`可以创建一个Excel文件，并在其中写入多个DataFrame，因此可以在循环中使用。

相关问题

df.value_counts().to_frame().to_excel()在循环中怎么追加存储

你可以使用`pandas`的`ExcelWriter`来实现追加写入Excel文件。以下是一个示例代码：

import pandas as pd

# 创建一个ExcelWriter对象
writer = pd.ExcelWriter('output.xlsx', engine='xlsxwriter')

# 循环中追加写入数据
for i in range(5):
    df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
    sheet_name = 'Sheet{}'.format(i+1)
    df_value_counts = df['A'].value_counts().to_frame()
    df_value_counts.to_excel(writer, sheet_name=sheet_name)

# 保存Excel文件
writer.save()

在上面的示例代码中，我们首先创建了一个`ExcelWriter`对象，然后在循环中追加写入了数据，最后保存Excel文件。每次调用`to_excel`方法时，我们需要指定`sheet_name`参数，以便将数据写入不同的工作表中。

追加df.value_counts().to_frame().to_excel()数据统计并导出excel

如果你想对一个 DataFrame 进行计数并将结果导出到 Excel 文件中，可以按照以下步骤操作：

1. 首先，使用 `value_counts()` 方法对 DataFrame 进行计数，将结果保存为一个 Series。

2. 将 Series 转换为 DataFrame，并使用 `to_frame()` 方法将其转换为单独的 DataFrame。

3. 最后，使用 `to_excel()` 方法将 DataFrame 导出到 Excel 文件中。

下面是一个示例代码：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'Fruit': ['Apple', 'Apple', 'Banana', 'Orange', 'Orange', 'Orange', 'Grape'],
    'Quantity': [2, 5, 3, 1, 4, 2, 6]
})

# 使用 value_counts() 方法计数，并将结果保存为 DataFrame
counts = df['Fruit'].value_counts().to_frame()

# 将结果导出到 Excel 文件中
counts.to_excel('fruit_counts.xlsx')

这将在当前目录下创建一个名为 `fruit_counts.xlsx` 的 Excel 文件，其中包含每种水果的数量。