### 使用Python库实现向Excel文件批量写入数据 以下是基于 `openpyxl` 和 `pandas` 库的两种方法，用于将数据批量写入 Excel 文件。 #### 方法一：使用 openpyxl 批量写入数据 通过 `openpyxl` 可以逐行或逐列地将数据写入到 Excel 表格中。以下是一个完整的代码示例： ```python from openpyxl import Workbook def write_data_to_excel(data, filename): wb = Workbook() ws = wb.active # 将表头写入第一行 headers = list(data[0].keys()) ws.append(headers) # 遍历每一组学生数据并写入 for row in data: values = [row[key] for key in headers] ws.append(values) wb.save(filename) # 示例数据结构 students_data = [ {"姓名": "张三", "语文": 85, "数学": 92}, {"姓名": "李四", "语文": 78, "数学": 88} ] write_data_to_excel(students_data, "学生成绩.xlsx") ``` 上述代码实现了将一组字典形式的学生数据写入到名为 `"学生成绩.xlsx"` 的 Excel 文件中[^1]。 --- #### 方法二：使用 pandas 批量写入数据 `pandas` 提供了更简洁的方式处理 DataFrame 并将其保存为 Excel 文件。下面是一段类似的代码示例： ```python import pandas as pd def write_data_with_pandas(data, filename): df = pd.DataFrame(data) writer = pd.ExcelWriter(filename, engine='openpyxl') df.to_excel(writer, index=False, sheet_name="Sheet1") # 不保留索引 writer._save() # 示例数据结构 students_data = [ {"姓名": "王五", "英语": 90, "物理": 86}, {"姓名": "赵六", "英语": 84, "物理": 79} ] write_data_with_pandas(students_data, "学生成绩_另一种方式.xlsx") ``` 此代码片段展示了如何利用 Pandas 创建一个 DataFrame 对象并将它导出至指定路径下的 Excel 文件[^2]。 --- #### 综合应用：按每位同学分别存储其成绩记录 如果需求进一步扩展为 **每位学生的考试数据存放在独立的 Excel 文件** 中，则可以稍作修改如下所示： ```python import os def separate_students_into_files(data, base_dir="./output"): if not os.path.exists(base_dir): os.makedirs(base_dir) for student in data: name = student["姓名"] file_path = f"{base_dir}/{name}.xlsx" temp_df = pd.DataFrame([student]) # 转化成单条记录的数据框 with pd.ExcelWriter(file_path, engine='openpyxl') as writer: temp_df.to_excel(writer, index=False, sheet_name=f"{name}的成绩") # 测试调用函数 separate_students_into_files([ {"姓名": "孙七", "化学": 88, "生物": 93}, {"姓名": "周八", "化学": 77, "生物": 82} ]) ``` 该脚本会依据输入列表中的每一个对象创建对应的子目录及其专属文档。 --- #### 合并多个 Excel 数据源到单一工作簿的不同 Sheet 页面上 当面对多份零散的小型 Excel 文档时，可借助循环机制逐一加载它们的内容再统一整合起来形成新的整体档案。具体做法参见下述实例： ```python def merge_multiple_excels(filenames, output_filename): combined_writer = pd.ExcelWriter(output_filename, engine='openpyxl') for idx, fname in enumerate(filenames): try: single_file_df = pd.read_excel(fname) single_file_df.to_excel(combined_writer, index=False, sheet_name=f'Sheet{idx+1}') except Exception as e: print(f"Error processing {fname}: {e}") combined_writer._save() merge_multiple_excels(["./output/孙七.xlsx", "./output/周八.xlsx"], "汇总成绩.xlsx") ``` 这段程序能够有效地完成从若干个单独存在的电子表格里提取资料，并按照预设规则重新排列组合成为最终版本的任务[^3]。 ---