### 处理爬虫数据并创建表格 为了实现从网页抓取的数据通过 Python 和 Pandas 创建 Excel 表格，需先确保已安装必要的库。可以利用 `pip` 安装 pandas 及 openpyxl 库[^1]。 #### 数据准备与转换 假设已经有一组模拟的爬虫数据如下： ```python import pandas as pd data = { 'Title': ['Article A', 'Article B'], 'URL': ['http://example.com/a', 'http://example.com/b'] } df = pd.DataFrame(data) ``` 这段代码构建了一个简单的 DataFrame 对象 df 来存储标题和 URL 的列表。 #### 存储至 Excel 文件 一旦拥有了 DataFrame 形式的结构化数据，则可轻松将其保存为 Excel 文件。下面展示了如何指定文件名以及 sheet 名称来完成此操作[^2]。 ```python output_filename = "web_scraping_results.xlsx" sheet_title = "Scraped Data" df.to_excel(output_filename, sheet_name=sheet_title, index=False) ``` 上述命令将会把名为 `df` 的 DataFrame 写入一个新的 Excel 工作簿中，并命名为 web_scraping_results.xlsx；其中包含一个标签页叫做 Scraped Data。参数 `index=False` 避免将索引作为额外的一列写入到 Excel 中。 #### 动态更新现有表格 当需要向现有的 Excel 文件追加新记录时，应该考虑避免覆盖原有内容的同时保持数据连续性。为此，建议采用以下方法获取目标工作表的最后一行位置后再执行插入动作[^3]。 ```python existing_df = pd.read_excel(output_filename, sheet_name=sheet_title) new_row_index = existing_df.shape[0] for key in data.keys(): new_value = data[key][-1:] # 获取最新一条记录 existing_df.loc[new_row_index] = list(new_value)[0] with pd.ExcelWriter(output_filename, mode='a') as writer: existing_df.to_excel(writer, sheet_name=sheet_title, index=False) ``` 该片段首先读取已有文件中的数据形成新的 DataFrame (`existing_df`) ，计算其长度得到下一个可用行号(`new_row_index`) 。接着遍历字典 keys 并提取最后一条记录填充给定的新行。最后以附加模式打开 ExcelWriter 实现无损添加功能。