本文介绍: 方法二效率较高 主要步骤

#方法一:

        wb = openpyxl.load_workbook('example.xlsx')
        sheet = wb.active

        # 获取工作表中最后一行
        last_row = sheet.max_row + 1

        # 循环字典数据写入工作
        for col, value in enumerate(i.values(), start=1):
            sheet.cell(row=last_row, column=col, value=value)

        # 保存Excel文件
        wb.save('example.xlsx')

#方法

    df = pd.read_excel('excezhui.xlsx')
    di1 = {'name': 'tr', 'sef': 'ss'}
    di2 = {'name': 'tr2', 'sef': 'ss2'}
    di3 = {'name': 'tr3', 'sef': 'ss3'}
    di4 = {'name': 'tr4', 'sef': 'ss5'}
    di5 = {'name': 'tr5', 'sef': 'ss6'}
    lista = [di1, di2, di3, di4, di5]
    new_data = pd.DataFrame(lista)
    df = pd.concat([df, new_data], ignore_index=True)
    df.to_excel('excezhui.xlsx', index=False)

方法二效率较高 主要步骤

  1. 读取Excel文件转换pandas的DataFrame格式
  2. 将新数据转换为DataFrame格式,并使用pandasconcat函数将其与原有数据合并
  3. 将合并后的数据重新写入Excel文件
    可以避免频繁地打开关闭Excel文件提高程序的效率

原文地址:https://blog.csdn.net/weixin_44677618/article/details/129945788

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_27254.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注