### 使用 Pandas 处理 Excel 文件并计算每行数据之和 为了满足需求，可以通过 Pandas 来读取 Excel 文件中的 Sheet1 并对每行的数据求和，最后将这些结果保存到一个新的 Excel 文件中。以下是具体实现方法： #### 读取 Excel 文件并计算每行数据之和 首先需要导入必要的库，并定义函数用于读取指定的工作表以及计算每行数值字段的总和： ```python import pandas as pd def calculate_row_sums(input_file, sheet_name): # 加载Excel文件至DataFrame对象 df = pd.read_excel(input_file, sheet_name=sheet_name) # 计算每行非NaN值的合计 row_sums = df.select_dtypes(include=[float, int]).sum(axis=1).tolist() return row_sums ``` 此部分代码解释如下： - `pd.read_excel()` 函数用来加载目标Excel文档的一个特定工作表进入内存作为 DataFrame 对象[^1]。 - `.select_dtypes(include=[float,int])` 方法选取只包含浮点数或整数类型的列以便后续运算[^3]。 - `.sum(axis=1)` 表达式沿着水平方向（即按照行）累加各单元格内的数值[^2]。 #### 创建新 Excel 文件存储汇总后的单行数据 接着构建另一辅助功能负责把之前得到的结果序列存放到全新的电子表格里去： ```python def save_results(output_file, results_list): result_df = pd.DataFrame({'Row Sum':results_list}) with pd.ExcelWriter(output_file) as writer: result_df.to_excel(writer, index=False) ``` 这里的关键要点有以下几个方面： - 构造了一个仅含单一列名为 'Row Sum' 的小型 DataFrame 实例变量 `result_df`, 它承载着前面所获得的所有行总计信息。 - 使用上下文管理器模式调用了 `pandas.ExcelWriter` 类实例化对象来创建输出的目标路径下的空白xlsx档案[^2], 同时借助于该类提供的接口方法完成了最终一步即将整理完毕的小型数据框写回到磁盘上的动作。 #### 主程序入口 最后整合以上两个独立的功能模块形成完整的解决方案框架结构形式呈现给使用者参考应用： ```python if __name__ == "__main__": input_filepath = r"C:\path\to\your_input.xlsx" output_filepath =r"C:\desired\output_location\row_sum_output.xlsx" sums_of_rows = calculate_row_sums(input_filepath,"Sheet1") save_results(output_filepath,sums_of_rows ) ``` --- ###