如何在Databricks中将多个Pandas DataFrame保存到单个.xlsx的不同工作表？

要实现将多个Pandas DataFrame分别保存到同一个.xlsx文件的不同工作表中，你可以借助pandas.ExcelWriter工具，结合Databricks本地临时文件+DBFS复制的方式完成，具体步骤如下：

1. 基础实现：创建新的多工作表Excel文件 #

假设你有df1、df2、df3三个DataFrame，需要分别存入名为Sheet1、Sheet2、Sheet3的工作表：

import pandas as pd
import shutil

# 定义DBFS最终路径和本地临时文件路径
final_path = '/dbfs/FileStore/multi_sheet_data.xlsx'
temp_path = '/tmp/multi_sheet_data.xlsx'

# 使用ExcelWriter写入多个工作表
with pd.ExcelWriter(temp_path, engine='openpyxl') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)  # index=False可选，避免保存索引列
    df2.to_excel(writer, sheet_name='Sheet2', index=False)
    df3.to_excel(writer, sheet_name='Sheet3', index=False)

# 将临时文件复制到DBFS
shutil.copyfile(temp_path, final_path)

2. 进阶：向现有Excel文件追加新工作表 #

如果需要在已存在的DBFS Excel文件中添加新工作表，需先将文件复制到本地临时目录，再以追加模式打开：

import pandas as pd
import shutil

final_path = '/dbfs/FileStore/multi_sheet_data.xlsx'
temp_path = '/tmp/multi_sheet_data.xlsx'

# 先将DBFS中的现有文件复制到本地临时目录
shutil.copyfile(final_path, temp_path)

# 以追加模式打开，指定工作表存在时的处理逻辑
with pd.ExcelWriter(
    temp_path, 
    engine='openpyxl', 
    mode='a', 
    if_sheet_exists='replace'  # 可选值：error(报错)/new(新建)/replace(替换)
) as writer:
    df4.to_excel(writer, sheet_name='NewSheet', index=False)

# 将更新后的临时文件覆盖回DBFS
shutil.copyfile(temp_path, final_path)

注意事项 #

• 确保已安装openpyxl引擎：在Databricks notebook中执行%pip install openpyxl完成安装。
• 使用本地临时文件的原因：DBFS是分布式文件系统，直接通过ExcelWriter写入可能存在兼容性问题，先写入本地临时目录再复制更可靠。

内容的提问来源于stack exchange，提问作者Sam Eley