Pandas如何将多个DataFrame导出为带指定Sheet名的Excel文件

需要将40个DataFrame导出至同一个Excel文件，每个DataFrame对应一个独立工作表，工作表按顺序命名为Sheet1到Sheet40。原有实现尝试先将所有DataFrame追加到空白DataFrame后再导出，示例代码如下：

import pandas as pd
import numpy as np

def calculate_file():
    sheet_df = pd.DataFrame()
    for i in range(40):
#This is a toy dataframe
        random_data = np.random.randint(10,25,size=(5,3))
        df = pd.DataFrame(random_data, columns=['Column_1','Column_2','Column_3'])
    sheet_df = sheet_df.append(df)
    return(sheet_df)
calculate_file()

该代码无法实现导出40个独立工作表的预期效果。

• 核心逻辑偏差：将多个DataFrame纵向追加合并为单个DataFrame的写法，导出时天然只能生成1个工作表，无法实现多sheet输出的需求
• 缩进错误：sheet_df = sheet_df.append(df)语句位于for循环外部，循环执行完成后只会保留最后一轮生成的DataFrame，连合并40份数据的效果都无法实现
• 接口过时：pandas 2.0及以上版本已经正式移除DataFrame的append方法，运行该代码会直接触发属性报错

多工作表导出不需要提前合并DataFrame，借助pandas.ExcelWriter创建统一的文件写入句柄，在循环中逐个将DataFrame写入指定名称的工作表即可，参考代码如下：

import pandas as pd
import numpy as np

def calculate_file(save_path="result.xlsx"):
    # 初始化Excel写入上下文，执行结束后会自动保存、关闭文件
    with pd.ExcelWriter(save_path, engine="openpyxl") as writer:
        for sheet_idx in range(1, 41):
            # 以下为示例DataFrame生成逻辑，替换为实际业务的DataFrame构造代码即可
            random_data = np.random.randint(10, 25, size=(5, 3))
            df = pd.DataFrame(random_data, columns=['Column_1', 'Column_2', 'Column_3'])
            # 将当前DataFrame写入对应序号的工作表，index=False表示不导出行索引
            df.to_excel(writer, sheet_name=f"Sheet{sheet_idx}", index=False)

# 调用函数即可在指定路径生成包含40个独立工作表的Excel文件
calculate_file()

注意事项 #

• 首次运行前需要安装xlsx写入依赖，执行命令：pip install openpyxl
• 禁止在for循环内部初始化ExcelWriter对象，否则每次循环都会覆盖之前写入的内容，最终文件只会保留最后一个工作表
• 如果需要保留DataFrame的默认行索引，删除to_excel方法中的index=False参数即可

内容的提问来源于stack exchange，提问作者Megan