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
相关产品推荐

