### 使用Pandas或Openpyxl从Excel文件的第三行开始写入数据 #### 方法一：使用 `openpyxl` 通过 `openpyxl`，可以直接操作 Excel 文件，并指定从第三行开始写入数据。以下是实现代码示例： ```python from openpyxl import load_workbook # 加载现有的Excel文件 path = r'example.xlsx' book = load_workbook(path) # 选择工作表（例如第一个工作表） sheet = book.active # 假设要写入的数据为一个列表 data_to_write = [["A3", "B3", "C3"], ["A4", "B4", "C4"], ["A5", "B5", "C5"]] # 从第三行开始写入数据 for row_index, row_data in enumerate(data_to_write, start=3): for col_index, value in enumerate(row_data, start=1): sheet.cell(row=row_index, column=col_index, value=value) # 保存文件 book.save(path) ``` 上述代码中，`enumerate` 函数用于遍历数据列表，并从第 3 行开始写入数据到 Excel 文件中[^1]。 --- #### 方法二：使用 `pandas` 和 `openpyxl` 如果需要结合 `pandas` 的强大数据处理能力，可以先将数据转换为 DataFrame，然后通过 `pandas.ExcelWriter` 将其写入 Excel 文件的特定位置。 以下是实现代码示例： ```python import pandas as pd from openpyxl import load_workbook # 创建一个DataFrame data = { "Column1": ["A3", "A4", "A5"], "Column2": ["B3", "B4", "B5"], "Column3": ["C3", "C4", "C5"] } df = pd.DataFrame(data) # 加载现有的Excel文件 path = r'example.xlsx' book = load_workbook(path) # 创建ExcelWriter对象 writer = pd.ExcelWriter(path, engine='openpyxl') writer.book = book # 写入数据到指定位置（从第三行开始） start_row = 2 # 注意：pandas的row索引从0开始 df.to_excel(writer, sheet_name="Sheet1", startrow=start_row, index=False, header=False) # 保存并关闭文件 writer.save() writer.close() ``` 在上述代码中，`startrow` 参数指定了数据写入的起始行号（从 0 开始计数），因此设置为 2 即表示从第三行开始写入数据[^3]。 --- #### 方法三：直接使用 `openpyxl` 进行复杂数据处理 如果需要对现有数据进行处理后再写入，可以参考以下代码： ```python from openpyxl import load_workbook # 加载现有的Excel文件 path = r'example.xlsx' book = load_workbook(path) sheet = book.active # 假设需要对第一列的数据进行处理后写入第三行开始的位置 processed_data = [] for row in range(2, sheet.max_row + 1): # 从第二行开始读取数据 if sheet.cell(row, 1).value: # 判断是否为空 processed_value = str(sheet.cell(row, 1).value) + "_processed" # 示例处理逻辑 processed_data.append([processed_value]) # 将处理后的数据写入从第三行开始的位置 for row_index, row_data in enumerate(processed_data, start=3): for col_index, value in enumerate(row_data, start=1): sheet.cell(row=row_index, column=col_index, value=value) # 保存文件 book.save(path) ``` 此方法适用于需要对现有数据进行复杂处理后再写入的情况[^4]。 --- ### 总结 - 如果仅需简单写入数据，推荐使用 `openpyxl` 的方式。 - 如果需要结合强大的数据处理功能，可以选择 `pandas` 配合 `openpyxl`。 - 对于复杂数据处理场景，直接使用 `openpyxl` 可以提供更灵活的操作。