如何避免Pandas DataFrame新增索引时数据重复

当前代码之所以会让Data Type 2和Data Type 1数据重复，大概率是复用了Data Type 1的数据源或赋值逻辑。要实现Row 1的Data Type 2对应[1,2]、Row 2对应[3,4]，可以用以下几种直接的实现方式：

方式一：提前绑定对应数据列表 #

准备好Data Type 2的专属数据列表，和Data Type 1的列表索引一一对应，逐行填充时直接取同索引的元素：

from openpyxl import Workbook

wb = Workbook()
ws = wb.active

# 定义各自的数据源
data_type1 = [[10,20], [30,40]]
data_type2 = [[1,2], [3,4]]

# 写表头
ws.append(["Row", "Data Type 1", "Data Type 2"])

# 逐行写入数据
for idx in range(len(data_type1)):
    row_num = idx + 2  # 跳过表头行
    ws.cell(row=row_num, column=1, value=f"Row {idx+1}")
    ws.cell(row=row_num, column=2, value=str(data_type1[idx]))
    # 取Data Type2对应索引的数据，避免复用Type1的内容
    ws.cell(row=row_num, column=3, value=str(data_type2[idx]))

wb.save("result.xlsx")

方式二：动态计算目标数据（适合有规律的场景） #

如果Data Type 2的数据是有规律的（比如Row N的数值是[2N-1, 2N]），可以直接通过行索引计算生成，不用提前准备完整列表：

from openpyxl import Workbook

wb = Workbook()
ws = wb.active

ws.append(["Row", "Data Type 1", "Data Type 2"])
data_type1 = [[10,20], [30,40]]

for idx in range(len(data_type1)):
    row_num = idx + 2
    ws.cell(row=row_num, column=1, value=f"Row {idx+1}")
    ws.cell(row=row_num, column=2, value=str(data_type1[idx]))
    # 动态计算Data Type2的数值
    num1 = 2 * idx + 1
    num2 = 2 * idx + 2
    ws.cell(row=row_num, column=3, value=str([num1, num2]))

wb.save("result.xlsx")

方式三：修复原代码的重复逻辑 #

如果你的原代码是直接把Data Type 1的数据赋值给Data Type 2（比如类似ws.cell(..., value=data_type1_val)），只需要把赋值的数据源换成Data Type 2的即可。比如原错误代码：

# 原导致重复的代码片段
current_data = data_type1[idx]
ws.cell(row=row_num, column=3, value=str(current_data))

修改为：

# 修正后
current_data = data_type2[idx]  # 替换为Data Type2的数据源
ws.cell(row=row_num, column=3, value=str(current_data))

内容的提问来源于stack exchange，提问作者hacker_man_2021