Python实战：写入 Excel 的多个 Sheet

孔乙己大叔

已于 2024-09-04 23:20:06 修改

阅读量2.2k

点赞数 28

分类专栏： Python学习文章标签： python Pandas Openpyxl 多个Sheet Excel自动化

于 2024-09-04 21:18:03 首次发布

本文链接：https://blog.csdn.net/Ctrl_qun/article/details/141904231

版权

Python学习专栏收录该内容

23 篇文章

订阅专栏

更多内容个人网站：孔乙己大叔

一、引言

在处理大型数据集或需要向非技术用户展示分析结果时，Excel 是一种广泛使用的工具。然而，手动创建包含多个 Sheet 的 Excel 文件既耗时又容易出错。幸运的是，Python 提供了自动化这一过程的强大工具。通过编写 Python 脚本，我们可以轻松地将分析结果、统计数据或其他任何形式的数据集整理成结构清晰、易于理解的 Excel 文件。

二、安装必要的库

首先，我们需要安装 pandas 和 openpyxl 这两个库。pandas 是 Python 中用于数据分析和操作的核心库，而 openpyxl 是一个用于读写 Excel 2010 xlsx/xlsm/xltx/xltm 文件的库。

在命令行中运行以下命令来安装这两个库：

pip install pandas openpyxl

确保你的 Python 环境已经配置好，并且 pip 工具可以正常使用。安装完成后，你就可以在 Python 脚本中导入并使用这两个库了。

三、导入库

在你的 Python 脚本中，首先需要导入 pandas 库。如果你打算直接使用 pandas 的 Excel 写入功能（通过 ExcelWriter），则无需显式导入 openpyxl，因为 pandas 在内部会处理与 openpyxl 的交互。但是，了解 openpyxl 的存在和其在 pandas 中的作用是有益的。

import pandas as pd

四、准备数据

在将数据写入 Excel 之前，你需要先准备好这些数据。这些数据可以是来自数据库、CSV 文件、其他 Excel 文件或直接在 Python 脚本中定义的。在本例中，我们将直接在脚本中定义两个数据集：一个用于学生成绩，另一个用于员工信息。

# 创建学生成绩数据  
data_students = {  
    '姓名': ['小明', '小红', '小张'],  
    '数学': [90, 85, 78],  
    '英语': [88, 92, 79]  
}  
  
# 创建员工信息数据  
data_employees = {  
    '姓名': ['张三', '李四', '王五'],  
    '职位': ['开发工程师', '产品经理', '市场专员'],  
    '薪资': [8000, 9000, 7500]  
}

这些数据以字典的形式存储，每个字典代表一个数据集，其中键是列名，值是对应的行数据。

五、创建 Excel Writer

接下来，我们需要使用 pandas 的 ExcelWriter 类来创建一个 Excel 文件的写入器。这个写入器将允许我们向同一个 Excel 文件中写入多个 Sheet。

excel_file = 'multiple_sheets_example.xlsx'  # 定义 Excel 文件名  
  
# 使用 ExcelWriter 创建一个写入器，指定文件名和引擎  
with pd.ExcelWriter(excel_file, engine='openpyxl') as writer:  
    # 后续步骤将在这里进行

在 with 语句块中，你可以多次调用 DataFrame 的 to_excel 方法，将不同的数据集写入不同的 Sheet。with 语句确保在代码块执行完毕后，Excel 文件会被正确保存并关闭。

六、写入多个 Sheet

现在，我们可以将准备好的数据写入 Excel 的不同 Sheet 了。使用 DataFrame 的 to_excel 方法，并指定 sheet_name 参数来命名每个 Sheet。

# 将学生数据转换为 DataFrame 并写入 '学生成绩' Sheet  
df_students = pd.DataFrame(data_students)  
df_students.to_excel(writer, sheet_name='学生成绩', index=False)  
  
# 将员工数据转换为 DataFrame 并写入 '员工信息' Sheet  
df_employees = pd.DataFrame(data_employees)  
df_employees.to_excel(writer, sheet_name='员工信息', index=False)

在上面的代码中，index=False 参数用于指示在写入 Excel 时不要包含 DataFrame 的索引列。这通常是为了使 Excel 文件更加整洁和易于理解。

七、保存文件

实际上，在 with 语句块结束时，pandas 会自动关闭 ExcelWriter 并保存文件。因此，你不需要编写额外的代码来保存文件。但是，了解这一点对于理解整个流程很重要。

八、完整的代码示例

将以上所有步骤组合在一起，我们得到以下完整的 Python 脚本：

import pandas as pd  
  
# 准备数据  
data_students = {  
    '姓名': ['小明', '小红', '小张'],  
    '数学': [90, 85, 78],  
    '英语': [88, 92, 79]  
}  
  
data_employees = {  
    '姓名': ['张三', '李四', '王五'],  
    '职位': ['开发工程师', '产品经理', '市场专员'],  
    '薪资': [8000, 9000, 7500]  
}  
  
# 创建 Excel 写入器  
excel_file = 'multiple_sheets_example.xlsx'  
with pd.ExcelWriter(excel_file, engine='openpyxl') as writer:  
    # 写入学生数据  
    df_students = pd.DataFrame(data_students)  
    df_students.to_excel(writer, sheet_name='学生成绩', index=False)  
      
    # 写入员工数据  
    df_employees = pd.DataFrame(data_employees)  
    df_employees.to_excel(writer, sheet_name='员工信息', index=False)  
  
# 文件已自动保存

运行这个脚本后，你会在当前目录下得到一个名为 multiple_sheets_example.xlsx 的 Excel 文件，其中包含两个 Sheet：一个名为“学生成绩”，包含学生数据；另一个名为“员工信息”，包含员工数据。

孔乙己大叔您的一站式代码技术资源中心。我们汇集了各种编程语言的教程、最佳实践和行业解决方案，帮助您轻松掌握最新技术。此外，我们还提供了一系列实用的开发者工具和代码库，助您提升开发效率。立即访问，探索更多精彩内容！http://www.rebootvip.com/