You need to enable JavaScript to run this app. Pandas:如何将多个同结构DataFrame按行追加写入CSV并支持后续扩展
优惠活动
大模型
产品
解决方案
定价
更多

Pandas:如何将多个同结构DataFrame按行追加写入CSV并支持后续扩展

问题根源

原有代码调用的to_excel()方法默认完全覆盖目标文件内容,若单独执行df2.to_excel()会直接清空已写入的df1内容,因此最终只能看到第一行结果。

实现方案

方案1:一次性合并写入(适配当前双行写入需求)

针对当前df1、df2列结构完全一致的场景,直接通过纵向拼接合并后一次性写入,不会出现覆盖、表头重复问题:

# 纵向拼接两个同结构DataFrame
merged_df = pd.concat([df1, df2], ignore_index=True)
# 写入时关闭默认索引列,避免输出多出无意义行号
merged_df.to_excel("output.xlsx", index=False)

方案2:动态追加模式(适配后续持续写入更多行的需求)

如果需要分批次把后续生成的新行追加到文件末尾,不要触发默认覆盖逻辑,使用带追加参数的写入方式:

  • Excel文件追加操作需要依赖openpyxl库,可通过pip install openpyxl安装
  • 初始化写入(文件不存在时首次写入):
    with pd.ExcelWriter("output.xlsx", engine="openpyxl") as writer:
        df1.to_excel(writer, index=False, sheet_name="统计结果")
    
  • 后续追加任意新行(如df2、后续生成的df3/df4):
    from openpyxl import load_workbook
    with pd.ExcelWriter(
        "output.xlsx",
        engine="openpyxl",
        mode="a",
        if_sheet_exists="overlay"
    ) as writer:
        # 读取已有文件的最后一行位置,确定追加起始点
        writer.book = load_workbook(writer.path)
        append_start_row = writer.book["统计结果"].max_row
        # 写入新行时跳过重复表头,从指定位置开始追加
        df2.to_excel(
            writer,
            index=False,
            header=False,
            startrow=append_start_row,
            sheet_name="统计结果"
        )
    

补充:CSV文件的追加逻辑

如果按照最初需求写入CSV文件,不需要额外安装依赖,通过调整写入模式即可实现追加:

# 首次写入(带表头)
df1.to_csv("output.csv", index=False)
# 后续追加任意行(关闭重复表头)
df2.to_csv("output.csv", index=False, mode="a", header=False)

内容的提问来源于stack exchange,提问作者goe

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.30 12:45:05