python编程得到的新的数据储存到excel中，数量过多，excel表格装不下，将其余的数据保存到接下来的sheel2中去，如何编写

### 使用Pandas和Openpyxl将大量数据分页保存至Excel不同Sheet的方法为了高效地将大量的数据分页存储到Excel的不同工作表(Sheet)，可以利用`pandas`库配合`openpyxl`来操作。下面介绍一种常见的方式，通过创建一个`ExcelWriter`对象指定目标文件名，并设置引擎为`openpyxl`。 ```python import pandas as pd # 创建一些模拟的数据框用于演示目的 df1 = pd.DataFrame({'A': ['foo', 'bar'] * 3, 'B': range(6)}) df2 = pd.DataFrame({'X': ['spam', 'ham'] * 3, 'Y': range(7, 13)}) with pd.ExcelWriter('output.xlsx', engine='openpyxl') as writer: df1.to_excel(writer, sheet_name='Sheet1') df2.to_excel(writer, sheet_name='Sheet2') print("Data has been written to output.xlsx successfully.") ``` 这段代码展示了如何定义两个简单的数据帧(df1和df2), 并使用`pd.ExcelWriter()`函数创建一个新的Excel文件 `output.xlsx`. 数据被写入名为'Sheet1' 和 'Sheet2'的工作表中[^1]. 当面对更大规模的数据集时，可能希望依据某些条件自动分割数据并将其分配给不同的Sheet。例如，在处理分类变量的情况下，可以根据该字段中的唯一值动态生成新的Sheet： ```python # 假设有一个较大的DataFrame叫做large_df，其中包含一列叫category作为分类标准 categories = large_df['category'].unique() with pd.ExcelWriter('categorized_data.xlsx', engine='openpyxl') as writer: for category in categories: subset = large_df[large_df['category'] == category] subset.to_excel(writer, sheet_name=str(category)) print(f"Large dataset categorized and saved into {len(categories)} sheets within categorized_data.xlsx") ``` 这种方法允许程序遍历所有唯一的类别名称，并针对每一个类别创建相应的子集(subset)，随后这些子集会被依次写入新建立的Excel文档内的各个独立Sheet里[^4].

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python代码绘制百度网页