pandas合并两个数据集并保留表头导出Excel的方法咨询

你现有代码存在两个需要调整的点：

1. 随机抽样的范围是全量数据，不符合「从筛选后剩余的记录中抽取3条」的要求
2. 拼接两个DataFrame可以直接用pd.concat()实现，pandas 2.0+版本已经废弃了df.append()方法，不推荐继续使用

修正后完整代码 #

import pandas as pd 
import numpy as np 
import openpyxl 
from numpy.random import choice

# 读取原Excel文件
df = pd.read_excel('filepath', sheet_name = 'Sheet1')

# 筛选G列≥500的记录
df1 = df[df['G'] >= 500]
# 取筛选后剩余的记录
df_remaining = df[~df.index.isin(df1.index)]
# 从剩余记录中随机抽3条，replace=False保证不会抽到重复记录，可加random_state固定种子方便复现
df2 = df_remaining.loc[choice(df_remaining.index, 3, replace=False)]

# 拼接两个DataFrame，ignore_index=True重置行索引避免索引重复
df_combined = pd.concat([df1, df2], ignore_index=True)

# 导出到新Excel，默认header=True会自动保留原表头，index=False不导出pandas的行索引
df_combined.to_excel('filename.xlsx', index=False)

关于表头保留的说明 #

pandas的to_excel()方法默认参数header=True，导出时会自动把DataFrame的列名作为Excel的第一行表头，只要你拼接的两个DataFrame都是从原表筛选出来的，列名和原表完全一致，导出后就会自动保留原表头，不需要额外处理。

内容的提问来源于stack exchange，提问作者ejbeh