Cómo escribir marcos de datos de Pandas en varias hojas de Excel

A menudo, puede tener varios Pandas DataFrames que le gustaría escribir en varias hojas de Excel dentro del mismo libro de trabajo.

Afortunadamente, esto se puede hacer con la función pandas ExcelWriter () . Para utilizar esta función, primero debe asegurarse de tener xlsxwriter instalado:

pip instalar xlsxwriter

También debe asegurarse de tener xlwt instalado:

pip instalar xlwt

Una vez instalados, puede escribir fácilmente varios Pandas DataFrames en varias hojas de Excel:

importar pandas como pd

#crea tres DataFrames
 df1 = pd.DataFrame ({'dataset': ['A', 'B', 'C', 'D', 'E']})
df2 = pd.DataFrame ({'conjunto de datos': [13, 15, 15, 17, 22, 24, 29, 30]})
df3 = pd.DataFrame ({'conjunto de datos': [3, 6, 6]})

# cree un escritor de Pandas Excel usando XlsxWriter como el escritor del motor
 = pd. ExcelWriter (' dataframes.xlsx ', motor = ' xlsxwriter ')

#escribe cada DataFrame en una hoja específica
df1. to_excel (escritor, sheet_name = ' primer conjunto de datos ')
df2. to_excel (escritor, sheet_name = ' segundo conjunto de datos ')
df3. to_excel (escritor, sheet_name = ' tercer conjunto de datos ')

#cierre el escritor de Pandas Excel y genere el archivo de Excel
 escritor.save ()

El libro de trabajo de Excel resultante tendrá cada uno de los Pandas DataFrames almacenados en una hoja separada:

El primer DataFrame:

Pandas múltiples DataFrames a múltiples hojas de Excel

El segundo DataFrame:

Los pandas exportan a múltiples hojas de Excel

El tercer DataFrame:

pandas múltiples hojas de cálculo de Excel

Recursos adicionales

Cómo combinar varias hojas de Excel en Pandas
Cómo leer archivos de Excel con Pandas
Cómo leer archivos CSV con Pandas

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Deja un comentario

A menudo, puede estar interesado en comprimir (o "fusionar") dos listas en Python. Afortunadamente, esto es fácil de hacer usando…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!