使用 Python/Pandas 将多索引数据写入 excel 文件

Writing multi-indexed data to an excel file with Python/Pandas

我想创建一个 Excel 电子表格并为每个变量插入相同数量的行。理想的结果应该像图片中的 A 和 B 列。

目前我能做的只是插入 1 个名称(D 和 E 列),不知道如何正确枚举其余名称。

这是我的:

import xlwt, xlrd
import os

current_file = xlwt.Workbook()
write_table = current_file.add_sheet('Sheet1')

name_list = ["Jack", "David", "Andy"]
food_list = ["Ice-cream", "Mango", "Apple", "Cake"]

total_rows = len(name_list) * len(food_list)   # how to use it?

write_table.write(0, 0, "Jack")

for row, food in enumerate(food_list):
    write_table.write(row, 1, food)

current_file.save("c:\name_food.xls")

我怎样才能为所有人做到这一点?谢谢。

像这样的东西应该可以工作:

import xlwt, xlrd
import os

current_file = xlwt.Workbook()
write_table = current_file.add_sheet('Sheet1')

name_list = ["Jack", "David", "Andy"]
food_list = ["Ice-cream", "Mango", "Apple", "Cake"]

for i, name in enumerate(name_list):
    write_table.write(i * len(food_list), 0, name_list[i])

    for row, food in enumerate(food_list):
        write_table.write(i * len(food_list) + row, 1, food)

current_file.save("c:\name_food.xls")

重要的部分是

write_table.write(i * len(food_list), 0, name_list[i])

你说名字应该写在第 0、4、8、12 行...

还有一部分

write_table.write(i * len(food_list) + row, 1, food)

将食物写入增加​​行号的相应部分。

您可以通过 numpy.tile and numpy.repeat 创建 DataFrame,然后删除 a 列中的重复内容:

df = pd.DataFrame({'a': np.repeat(name_list, len(food_list)),
                   'b': np.tile(food_list, len(name_list))})

df['a'] = np.where(df['a'].duplicated(), '', df['a'])
print (df)
        a          b
0    Jack  Ice-cream
1              Mango
2              Apple
3               Cake
4   David  Ice-cream
5              Mango
6              Apple
7               Cake
8    Andy  Ice-cream
9              Mango
10             Apple
11              Cake

另一个列表理解的解决方案:

df = pd.DataFrame({'a': [y for x in name_list for y in [x] + [''] * (len(food_list)-1)],
                   'b': food_list * len(name_list)})
print (df)
        a          b
0    Jack  Ice-cream
1              Mango
2              Apple
3               Cake
4   David  Ice-cream
5              Mango
6              Apple
7               Cake
8    Andy  Ice-cream
9              Mango
10             Apple
11              Cake

最后写 to_excel:

df.to_excel('c:\name_food.xls', index=False, header=False)