python创建excel表格_Python Pandas操作Excel表格文件:创建新表格，追加数据

前言:

python操作excel表格文件的增删读写，一般需要用到的第三方库有xlwt,xlrd。xlrd负责读取excel,xlwt负责写入excel文件。这种操作方法比较繁琐，效率还不错，通俗易懂。

那么有没有一种更简便，操作更简单，效率还差不多的库呢？答案当然是必须有的。毕竟Python是以丰富的第三方库而作为热点的。

Pandas是xlwt,xlrd库的封装库，拥有更全面的操作对象，csv,excel,dataframe等等。在xlwt等读写库的基础上可以实现一个库操作不同格式的文件。

有点问题的是，Pandas操作excel文件比xlwt，xlrd更加抽象一些。

接下来让我们一起去探索一下:

1.创建 Excel表格文件

def create_excel(self):

"""

创建excel文件

:return:

"""

file_path = os.path.dirname(os.path.abspath(__file__)) + "/demo.xlsx"

df = pd.DataFrame(columns=["title", "content"])

df.to_excel(file_path, index=False)

在Dataframe对象中指定列名，columns参数表示第一行的列名值，是一个列表。

生成的excel表格如下:

2.Excel文件写入数据

2.1 空白excel写入数据

df = pd.DataFrame()

df.to_excel(file_path)

2.1非空白excel追加数据

class MakePandas():

def append_excel(self, df, content_list):

"""

excel文件中追加内容

:return:

content_list:待追加的内容列表

"""

print("进入主任务")

ds = pd.DataFrame(content_list)

print(ds)

df = df.append(ds, ignore_index=True)

excel_name = "/demo.xlsx"

excel_path = os.path.dirname(os.path.abspath(__file__)) + excel_name

df.to_excel(excel_path, index=False, header=False)

def remove_row(self, df, row_list):

"""

excel删除指定列

:param df:

:param row_list:

:return:

"""

df = df.drop(columns=row_list)

return df

def create_excel(self):

"""

创建excel文件

:return:

"""

file_path = os.path.dirname(os.path.abspath(__file__)) + "/demo.xlsx"

df = pd.DataFrame(columns=["title", "content"])

df.to_excel(file_path, index=False)

if __name__ == '__main__':

excel_name = "/demo.xlsx"

excel_path = os.path.dirname(os.path.abspath(__file__)) + excel_name

m = MakePandas()

df = pd.read_excel(excel_path, header=None)

b = []

for i in range(1, 10):

a = []

a.append(i)

a.append(i * 2)

b.append(a)

df = m.append_excel(df, b)

# print(df)

第一步，读取excel文件。需要注意的是，创建excel文件是需要指定index=False，不显示索引列。

第二步，构造数据列表，数据格式为 [[“a”,“b”],[“c”,“d”]],使用pandas库将列表转换为DataFrame对象

第三步，调用Pandas的append方法，将待追加的dataframe对象加入生成新的dataframe对象。

第四步，生成新的excel文件。注意，指定index=False,headers=False,避免生成干扰行列数据。

最终的excel文件内容如下:

有问题的小伙伴可以留言讨论一下，Pandas刚刚接触，大家一起相互交流，相互学习吧。