#方法一:
wb = openpyxl.load_workbook('example.xlsx')
sheet = wb.active
# 获取工作表中的最后一行
last_row = sheet.max_row + 1
# 循环将字典数据写入工作表
for col, value in enumerate(i.values(), start=1):
sheet.cell(row=last_row, column=col, value=value)
# 保存Excel文件
wb.save('example.xlsx')
#方法二
df = pd.read_excel('excezhui.xlsx')
di1 = {'name': 'tr', 'sef': 'ss'}
di2 = {'name': 'tr2', 'sef': 'ss2'}
di3 = {'name': 'tr3', 'sef': 'ss3'}
di4 = {'name': 'tr4', 'sef': 'ss5'}
di5 = {'name': 'tr5', 'sef': 'ss6'}
lista = [di1, di2, di3, di4, di5]
new_data = pd.DataFrame(lista)
df = pd.concat([df, new_data], ignore_index=True)
df.to_excel('excezhui.xlsx', index=False)
方法二效率较高 主要步骤
- 读取Excel文件并转换为pandas的DataFrame格式。
- 将新数据转换为DataFrame格式,并使用pandas的concat函数将其与原有数据合并。
- 将合并后的数据重新写入Excel文件。
可以避免频繁地打开和关闭Excel文件,提高程序的效率
文章出处登录后可见!
已经登录?立即刷新