『Python』『Pandas/Xlwings』如何不覆盖已有工作表，把新数据写入新的Excel工作表

Python捞数人

已于 2022-10-25 20:34:41 修改

阅读量3.5k

点赞数 2

分类专栏： Python 文章标签： pandas python 数据分析

于 2022-07-18 23:12:08 首次发布

本文链接：https://blog.csdn.net/m0_47149835/article/details/125861702

版权

Python 专栏收录该内容

21 篇文章 2 订阅

订阅专栏

$e n v :$
$\space \space \space pandas: \space 1.3.0$
$\space \space \space xlsings: \space 0.22.2$

以前我总是用 $x lw in g s$ 把处理好的 $D a t a F r am e$ 写进 $E x ce l$ ，但我发现虽然很方便，但写入速度较慢，所以一直在抱怨为啥 $P an d a s$ 的 $to\_excel$ 函数这么拉，一写入就覆盖了原本存在的工作表，所以最近抽空就看了下 $pandas.to\_excel$ 这个方法，发现原来是我火星了，它也支持不覆盖写入并且写入速度比 $Xlw in g s$ 快好多倍， $p an d a s$ 永远滴神！！😛

Last updated: $\space$ 2022/10/21

未写入前 $e x ce l$ 内的样子：

在这里插入图片描述

$Xlw in g s$

import xlwings as xw
import time
class Xlwings:
    @classmethod
    def write(cls, file_path, sheet_name, df_name):
        app = xw.App(visible=False, add_book=False)
        app.display_alerts = False
        app.screen_updating = False
        wb = app.books.open(file_path)
        try:
            wb.sheets.add(sheet_name)
        except ValueError:
            wb.sheets[sheet_name].delete()
            wb.sheets.add(sheet_name)
        wb.sheets[sheet_name].range('A1').options(pd.DataFrame, index=False).value = df_name
        wb.save(file_path)
        wb.close()
        app.quit()

start = time.time()
# 写入一个很简单的df
df = pd.DataFrame(columns=['Col_a', 'Col_b'], data=[[6, 6], [5, 8]])
Xlwings.write(file_path=r'C:\testing\Testing.xlsx', sheet_name='Sheet_3', df_name=df)
print('Used time: ', time.time() - start)

$Xlw in g s$ 的耗时

在这里插入图片描述

写入效果

在这里插入图片描述

然后我手动删除 $Sheet\_3$ 后保存，并用 $p an d a s$ 重新写入

$P an d a s$

class Pandas:
    @classmethod
    def write(cls, file_path, sheet_name, df_name):
        writer = pd.ExcelWriter(file_path, mode='r+')
        df_name.to_excel(writer, sheet_name=sheet_name, index_label=False, index=False)
        writer.save()

start = time.time()
df = pd.DataFrame(columns=['Col_a', 'Col_b'], data=[[6, 6], [5, 8]])
Pandas.write(file_path=r'C:\testing\Testing.xlsx', sheet_name='Sheet_3', df_name=df)
print('Used time: ', time.time() - start)
writer.save()

$p an d a s$ 的耗时
在这里插入图片描述

$p an d a s$ 的写入效果
在这里插入图片描述

不难发现 $p an d a s$ 不仅写入得更快，而且它还细心地给你的 $h e a d er$ 加粗还加了框线，我踏马吹爆好吧 ❤️

不过虽说 $Xlw in g s$ 写入慢，但它能调用微软的 $a p i$ 接口，做到很多 $p an d a s$ 做不到的事情(如格式设置、绘制图表等方面)，所以在 $E x ce l$ 自动化办公这一块，有些时候两者互补才是最优解

$更新$

把脚本交付给 $u ser$ 后，发现可能由于 $u ser$ 的电脑性能较差，响应速度较慢(排除了环境的问题)，上面的 Pandas.write方法失效，该方法依然会清空已有工作表，所以改进了下方法

使用with代码块，保证文件的正常关闭与保存

# 🔺:if_sheet_exists参数有几种选项{‘error’, ‘new’, ‘replace’, ‘overlay’}, 默认为‘error’
#    该参数只有在pandas版本 ≥ 1.3.0 时才生效
class Pandas:
    @classmethod
    def write(cls, file_path, sheet_name, df_name):
        with pd.ExcelWriter(file_path, engine='openpyxl', mode='a', if_sheet_exists='replace') as writer:
            df_name.to_excel(writer, sheet_name=sheet_name, index=False, index_label=False)

若要“同时”写入多个工作表，也可以这样写：

with pd.ExcelWriter(file_path) as writer:
    df_1.to_excel(writer, sheet_name='Sheet_1', index=False, index_label=False)
    df_2.to_excel(writer, sheet_name='Sheet_2', index=False, index_label=False)