今天講一下：

如何將數據分析結果存放于同一Excel文件中的不同Sheet頁

先回顧一下：

學習筆記的第一篇，就講過了如何利用Pandas的read_excel和to_excel方法從excel文件中讀取數據和寫Excel文件，其中講到寫Excel時，我們只寫了一張表，因為如果使用to_excel(文件名)這種方法，第二次寫文件時會直接覆蓋上一次寫的結果，那就永遠只有最后一次寫入的那張表。

今天本來是想講一下openpyxl模塊的，但后來發現pandas的to_excel方法其實也能寫多個sheet頁，所以我先看這個方法：

1、需要用到模塊

pandas datetime

先引入這兩個武器：

import pandas as pd

import datetime as dt

2、準備工作：

我們使用上篇那個test009.xlsx文件，不再另外準備數據表了。

3、先導入費用表和部門信息表

bf = pd.read_excel("d:\\data\\test009.xlsx",sheet_name="費用")

bm = pd.read_excel("d:\\data\\test009.xlsx",sheet_name="部門")

4、組合兩張表數據：

df = pd.merge(bf,bm,left_on="工號",right_on="employee ID")

5、今天的任務是把組合后的數據中“工號”、“姓名”、“報銷日期”、“費用類型”、“報銷金額”、“部門”等列的數據，按9月和10月時間過濾，分別存入一個excel表中的兩個sheet頁，sheet頁名分別為"Sep"和"Oct"

6、先把數據過濾出來：

df09 = df[["工號","姓名_x","報銷日期","費用類型","報銷金額","部門"]].where(df["報銷日期"] < dt.datetime(2018,10,1))

df10 = df[["工號","姓名_x","報銷日期","費用類型","報銷金額","部門"]].where(df["報銷日期"] >= dt.datetime(2018,10,1))

上面語句中，dt.datetime(2018,10,1)方法用于“構造”一個datetime標準時間，它的值為“2018-10-01 00:00:00 000000"，報銷日期小于它的數據則是9月份的報銷記錄，報銷日期大于等于它的，則是10月份的報銷記錄。兩條命令運行后的結果如下：

我們可以發現兩個結果中都存在許多缺失值的數據行，這是因為我們使用where方法對原數據集df進行過濾時，它會每行去進行匹配篩選，如符合，則取原值，如不符合，則設為缺失值，因此，在存入excel文件之前，我們還需要使用dropna方法把缺失值的數據行都刪除：

df09 = df09.dropna()

df10 = df10.dropna()

7、將df09和df10數據寫入excel文件：

writer = pd.ExcelWriter('d:\\data\\test010.xlsx')

df09.to_excel(writer, sheet_name="Sep",index=False)

df10.to_excel(writer, sheet_name="Oct",index=False)

writer.save()

writer.close()

結果如下：

上面主要是使用ExcelWriter方法，在內存中先創建了一個Excelbook的writer對象，然后在內存中對其進行操作，無論你寫多少張sheet頁，在save前,都不會影響實際的文件內容，因此，寫完所有數據后，還需要使用save方法保存到文件中，并將writer對象關閉。

今天就先總結到這兒，如果大家有什么問題，可在公眾號后臺給我留言，在我能力圈內的，盡快給大家回復。

下篇預告：

講一下pandas中另一種數據透視表方法

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的如何使用python效率办公_日常office工作中如何用python提升效率014的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。