如何将多脚本生成的DataFrame数据合并至Excel新工作表？

核心步骤 #

• 读取目标Excel中所有工作表的DataFrame，合并成统一数据集
• 按Deal（买卖类型）、Counterparty（交易对手）、Commodity（商品）分组，对Total列求和
• 将聚合结果转换为你需要的分层展示格式
• 将最终结果写入原Excel的新工作表Sheet3

代码实现（基于pandas） #

首先确保安装必要依赖：

pip install pandas openpyxl

编写处理脚本：

import pandas as pd

# 替换为你的目标Excel文件路径
excel_path = "target_file.xlsx"

# 1. 读取Excel中所有工作表，返回{sheet名: DataFrame}的字典
sheet_dict = pd.read_excel(excel_path, sheet_name=None)

# 2. 合并所有结构一致的工作表数据
combined_df = pd.concat(sheet_dict.values(), ignore_index=True)

# 3. 按需求分组求和，转换为分层展示格式
aggregated_data = combined_df.groupby(['Deal', 'Counterparty', 'Commodity'])['Total'].sum().unstack(level=2)

# 4. 将结果写入原Excel的Sheet3，若已存在则覆盖原有内容
with pd.ExcelWriter(excel_path, engine='openpyxl', mode='a', if_sheet_exists='replace') as writer:
    aggregated_data.to_excel(writer, sheet_name='Sheet3')

结果说明 #

运行后生成的Sheet3会完全匹配你的需求：

• 第一级索引为Sell/Buy，第二级为交易对手
• 列对应商品名称（如Oil），单元格值为该对手对应买卖类型的Total总和

额外建议 #

• 可将这段逻辑整合到你每日生成Excel的脚本末尾，实现自动更新Sheet3
• 若不同工作表列名存在差异，需先统一列名再执行合并操作
• 如需按日期筛选数据（比如仅统计当日记录），可在合并后添加：combined_df = combined_df[combined_df['Date'] == '04/03/2024']（注意日期格式需与数据匹配）

内容的提问来源于stack exchange，提问作者iBeMeltin