### 使用Python将数据写入xlsx格式表格的方法 在Python中，可以使用 `openpyxl` 或 `pandas` 库来实现将数据写入 `.xlsx` 格式的Excel文件。以下是两种方法的详细说明和代码示例。 #### 方法一：使用 `openpyxl` 写入数据 `openpyxl` 是一个专门用于读写 Excel 文件的库，适合处理复杂的 Excel 操作，例如添加样式、格式化单元格等。以下是一个简单的示例，展示如何使用 `openpyxl` 将数据写入到一个新的或已存在的 `.xlsx` 文件中： ```python from openpyxl import Workbook, load_workbook # 创建一个新的工作簿 wb = Workbook() ws = wb.active # 写入数据 data = [ ["Column1", "Column2", "Column3"], [1, 2, 3], [4, 5, 6] ] for row in data: ws.append(row) # 保存文件 wb.save("example_openpyxl.xlsx") wb.close() # 如果需要向已有的文件追加数据 path = "existing_file.xlsx" book = load_workbook(path) writer = pd.ExcelWriter(path, engine='openpyxl') writer.book = book # 在原 Excel 表中建立新 sheet，并将数据写入 df.to_excel(writer, sheet_name="新增sheet", index=False) writer.save() writer.close() ``` 上述代码展示了如何创建一个新的 `.xlsx` 文件并写入数据[^1]。同时，也介绍了如何向已存在的文件追加数据而不覆盖原有内容。 #### 方法二：使用 `pandas` 写入数据 `pandas` 是一个强大的数据分析库，支持直接将 DataFrame 数据写入 Excel 文件。以下是一个示例，展示如何使用 `pandas` 和 `openpyxl` 结合的方式写入数据： ```python import pandas as pd # 创建数据 data_to_append = { 'Column1': ['Value1', 'Value2', 'Value3'], 'Column2': ['Value4', 'Value5', 'Value6'] } # 转换为 DataFrame df = pd.DataFrame(data_to_append) # 写入新的 Excel 文件 file_name = 'example_pandas.xlsx' df.to_excel(file_name, index=False) # 如果文件不存在，则创建新文件并写入内容 try: exist_data = pd.read_excel(file_name) except FileNotFoundError: exist_data = pd.DataFrame() # 追加数据 new_data = exist_data.append(df, ignore_index=True) new_data.to_excel(file_name, index=False) ``` 此代码片段展示了如何使用 `pandas` 创建一个新的 Excel 文件或将数据追加到已存在的文件中[^4]。 #### 大文件优化 当处理大文件时，`openpyxl` 提供了只读模式和写入优化功能，以提高性能和减少内存占用。以下是一个示例： ```python from openpyxl import load_workbook, Workbook # 只读模式处理大文件 wb = load_workbook("large_file.xlsx", read_only=True) ws = wb["大数据"] # 逐行处理 for row in ws.iter_rows(values_only=True): process_row(row) # 写入优化 wb = Workbook(write_only=True) ws = wb.create_sheet() # 假设有一个生成器函数 data_generator() 提供数据 for row in data_generator(): ws.append(row) wb.save("large_output.xlsx") ``` 通过上述代码，可以高效地处理大文件，避免因内存不足而导致的问题[^2]。 #### 结合 `pandas` 和 `openpyxl` 在某些场景下，可能需要同时使用 `pandas` 和 `openpyxl` 来完成任务。例如，可以使用 `pandas` 读取和处理数据，然后使用 `openpyxl` 将结果写入到 Excel 文件中并添加自定义样式[^3]。 --- ###