如何利用pandas对现有的excel(非CSV)进行追加数据_pandas excel append

准备工具

Python,pandas,office

这次我们就说一个函数 df.append()

其实append()函数功能很强大。我们看一下append()函数的语法结构。

df.append(other, ignore_index=False,verify_integrity=False, sort=False)
1

简单的说一下里面的意思：

• other 是它要追加的其他 DataFrame 或者类似序列内容
• ignore_index 如果为 True 则重新进行自然索引
• verify_integrity 如果为 True 则遇到重复索引内容时报错
• sort 是否排序

好了我们介绍一下我们的数据源

首先我们说一下append()这个函数的特点，这个函数的特点是返回一个新的对象，他不会在原对象上进行操作，这点还是跟一些函数有区别的。我会用一个实际的例子演示。
从下面的例子里面可以显然的看出data1，没有被改变。

好了。我们直接呼应我们的主题，追加新的数据。然后再慢慢的介绍函数的特性。

• 因为append()函数只 支持追加Series 或 DataFrame或者对应字典。
• DataFrame就不多说了。表与表的拼接
• Series其实跟DataFrame没太大区别，不过还是要演示一下。

s1 = pd.Series(['A-11月6日', 'B-11月6日', 'C-11月6日', 'D-11月6日'],
              index=['A', 'B', 'C', 'D'])
   #创建一个Series
1
2
3

模样如上图所示：
然后向data1中追加数据

data1.append(s1,ignore_index=True)
#注意我们这里是需要对ignore_index进行声明的。
#因为加入的Series其实是一行数据，需要对索引进行排列，不然它不知道放在哪里。
#不知道我这个解是对不对，不对的话，请大佬留言，我会学习改正。
1
2
3
4

这样我们就成功的添加上了数据。

• 第三个字典，也是我们日常处理数据中，最最最经常用到的追加数据的数据结构。这里我们着重的说一下。
  *创建一个字典，字典的格式要与data1中的格式呼应。
  kay对应的列表名字。value对应的就是你想要追加的内容。直接上代码。
  

dicts = [{'A': '11月1日', 'B': '11月2日', 'C': '11月3日', 'D': '11月4日'},
        {'A': '11月5日', 'B': '11月6日', 'C': '11月7日', 'D': '11月8日'}]
   # 注意这个字典的格式是，列表嵌套字典，最外层为一个列表，内层元素是字典
data1.append(dicts, ignore_index=True)
1
2
3
4

这样我们用字典中的数据 对data1进行追加。效果如下

我们可以看到，直接对每一列数据进行了追加，不过大家要记住的一点是，append()函数后是一个新的对象，我们需要用新的变量去接收这个函数。这个append()操作不会对原有的数据进行任何改变。

• 追加内容，字典格式的拓展。
  我们可以看到上面的追加格式。是kay:value，形式出现，Kay都是与列名对应的。我们如果创建一个不存在的kay,对不存在的kay，加上value的话会怎样呢。我演示给大家看，
  

哈哈，我们直接得到了一个新列。X列。 而且严格的与新添加的数据对齐了。

dicts = [{'A': '11月1日', 'B': '11月2日', 'C': '11月3日', 'D': '11月4日','X': '新增X列第一行'}, 
        {'A': '11月5日', 'B': '11月6日', 'C': '11月7日', 'D': '11月8日','X': '新增X列第二行'}] #增加了新Kay，X
   # 注意这个字典的格式是，列表嵌套字典，最外层为一个列表，内层元素是字典
data1.append(dicts, ignore_index=True)
1
2
3
4

善用这些技巧能让大家完全的再日常办公中，让报表完全自动化起来。
希望大家疫情之后，升职加薪，财富自由