以下df数据如何计算写入到excel对应的位置中？
以下df数据如何：按年份、种类统计后写到excel中import pandas as pdbuycount = pd.DataFrame([['苹果',9000],['香蕉',4000],['梨子',2000],['菠萝',3000]],columns=['种类','购入数量'])
data = [['苹果','2022-02-09',300],
['苹果','2022-02-25',150],
['苹果','2022-09-05',550],
['苹果','2022-09-29',154],
['苹果','2023-01-29',354],
['苹果','2023-04-19',950],
['菠萝','2022-09-29',250],
['梨子','2023-09-20',350],
['香蕉','2022-07-29',650],
['菠萝','2023-12-22',900]]
columns = ['种类','时间','卖出数量']
df1 = pd.DataFrame(data=data,columns=columns)
print(df1) 你可以按照以下步骤将DataFrame数据写入到Excel的指定位置：
1. 首先，你需要导入 pandas 库：
import pandas as pd
2. 定义要写入的DataFrame数据：
buycount = pd.DataFrame([['苹果',9000],['香蕉',4000],['梨子',2000],['菠萝',3000]],columns=['种类','购入数量'])
data = [['苹果','2022-02-09',300],
['苹果','2022-02-25',150],
['苹果','2022-09-05',550],
['苹果','2022-09-29',154],
['苹果','2023-01-29',354],
['苹果','2023-04-19',950],
['菠萝','2022-09-29',250],
['梨子','2023-09-20',350],
['香蕉','2022-07-29',650],
['菠萝','2023-12-22',900]]
columns = ['种类','时间','卖出数量']
df1 = pd.DataFrame(data=data,columns=columns)
3. 创建一个Excel写入对象，并将DataFrame数据写入到指定位置：
# 创建Excel写入对象
writer = pd.ExcelWriter('output.xlsx')
# 将buycount DataFrame写入到Excel的A1单元格
buycount.to_excel(writer, sheet_name='Sheet1', startrow=0, startcol=0, index=False)
# 将df1 DataFrame写入到Excel的A4单元格
df1.to_excel(writer, sheet_name='Sheet1', startrow=3, startcol=0, index=False)
# 保存Excel文件
writer.save()
这样， buycountDataFrame将被写入到Excel的A1单元格， df1DataFrame将被写入到Excel的A4单元格。你可以根据需要调整 startrow 和 startcol 参数来指定DataFrame在Excel中的起始位置。 要将按年份和种类统计后的数据写入到 Excel 文件中，您可以使用 Pandas 库的功能。以下是一个示例代码，演示了如何实现这一目标：
import pandas as pd
# 原始数据
pdbuycount = pd.DataFrame([['苹果',9000],['香蕉',4000],['梨子',2000],['菠萝',3000]], columns=['种类','购入数量'])
data = [['苹果','2022-02-09',300],['苹果','2022-02-25',150],['苹果','2022-09-05',550],['苹果','2022-09-29',154],['苹果','2023-01-29',354],['苹果','2023-04-19',950],['菠萝','2022-09-29',250],['梨子','2023-09-20',350],['香蕉','2022-07-29',650],['菠萝','2023-12-22',900]]
columns = ['种类','时间','卖出数量']
df1 = pd.DataFrame(data=data, columns=columns)
# 按年份和种类统计
df2 = df1.groupby(['种类', pd.Grouper(key='时间', freq='Y')]).sum().reset_index()
# 将统计结果写入 Excel 文件
with pd.ExcelWriter('统计结果.xlsx') as writer:
pdbuycount.to_excel(writer, sheet_name='购入数量', index=False)
df2.to_excel(writer, sheet_name='统计结果', index=False)
该代码将原始数据 pdbuycount 和 df2 分别写入到 Excel 文件中的两个工作表中。pdbuycount 写入到名为 '购入数量' 的工作表，df2 写入到名为 '统计结果' 的工作表。您可以根据需要修改文件名和工作表名称。
请确保您已安装 Pandas 库，并将示例代码中的文件名和路径修改为您想要保存 Excel 文件的位置。
希望这可以帮助到您！如果有任何进一步的问题，请随时提问。
如果问题已经解决，请设置最佳答案 陶远航 发表于 2023-8-12 21:41
要将按年份和种类统计后的数据写入到 Excel 文件中，您可以使用 Pandas 库的功能。以下是一个示例代码，演 ...
我的意思是，excel格式是固定的，数据计算处理完，将结果写到excel对应的位置上
页:
[1]