Python如何覆盖与追加Excel文件数据
在Python数据分析工作中，Excel文件的读写操作是基础且频繁的任务。其中，覆盖写入与追加写入是两种最常见的需求场景。本文将系统讲解如何使用Python高效实现这两种操作，并分享不同应用场景下的最佳实践方案。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
实现方式上，开发者主要可选择使用pandas库或openpyxl库。两者各有优势：pandas适合数据处理，openpyxl提供更精细的控制。下面通过具体代码示例详细说明。
一、覆盖写入（清空原文件内容，写入全新数据）
覆盖写入指每次执行代码时，目标文件中的原有数据会被完全替换为新内容。这种方法适用于生成全新报告或更新整个数据集的场景。
1.1 使用 pandas 实现覆盖写入
对于习惯使用pandas进行数据处理的开发者，这是最便捷的方法。DataFrame的to_excel方法默认即为覆盖模式。
import pandas as pd
# 创建示例数据
data = {
'姓名': ['张三', '李四', '王五'],
'分数': [85, 92, 78]
}
df = pd.DataFrame(data)
# 覆盖写入（如果文件已存在会被覆盖）
df.to_excel('成绩表.xlsx', index=False, sheet_name='Sheet1')
print("覆盖写入完成")
代码简洁高效，一行to_excel即可完成。但需注意：如果原文件包含多个工作表，此方法会仅保留指定的Sheet1，其他所有工作表都将丢失。
1.2 使用 openpyxl 实现覆盖写入
如需更精细控制或避免引入pandas，可直接使用openpyxl创建新工作簿并保存，同样实现覆盖效果。
from openpyxl import Workbook
# 创建新工作簿
wb = Workbook()
ws = wb.active
ws.title = "Sheet1"
# 写入表头和数据
ws.append(['姓名', '分数'])
ws.append(['张三', 85])
ws.append(['李四', 92])
ws.append(['王五', 78])
# 保存（覆盖）
wb.sa ve('成绩表.xlsx')
print("覆盖写入完成")
此方法同样创建全新文件。若成绩表.xlsx已存在，其所有内容（包括其他工作表）将被清空替换。
二、追加写入（保留原有数据，在末尾添加新行或新工作表）
追加写入需求更为复杂，主要分为两类：
- 在现有工作表末尾追加新行：不破坏原有数据，仅续写内容。
- 在同一文件中新增工作表：保留所有旧工作表，添加新Sheet。
2.1 使用 pandas + openpyxl 在现有工作表末尾追加行
pandas的to_excel方法未提供直接的“追加行”参数，需通过其他方式实现。
方法一：先读取后合并再写入（适合数据量较小的情况）
核心思路：先读取旧数据，将其与新数据合并为新DataFrame，再一次性写回文件。这本质仍是覆盖写入，但覆盖内容为“旧数据+新数据”。
import pandas as pd
from openpyxl import load_workbook
# 原有文件路径
file_path = '成绩表.xlsx'
# 读取原有数据
try:
df_old = pd.read_excel(file_path, sheet_name='Sheet1')
except FileNotFoundError:
df_old = pd.DataFrame(columns=['姓名', '分数']) # 如果文件不存在则创建空DataFrame
# 新数据
new_data = pd.DataFrame({'姓名': ['赵六', '小明'], '分数': [88, 95]})
# 合并
df_new = pd.concat([df_old, new_data], ignore_index=True)
# 写回文件（覆盖原文件，实际是替换整个内容）
df_new.to_excel(file_path, index=False, sheet_name='Sheet1')
print("追加写入完成")
此方法对小文件便捷，但若Excel文件较大或需频繁追加，反复读写整个文件将产生明显性能开销。
方法二：使用 openpyxl 直接追加（更高效，推荐）
openpyxl的优势在此凸显：可加载现有工作簿，直接定位到工作表末尾追加，完全不影响文件其他部分。
from openpyxl import load_workbook
file_path = '成绩表.xlsx'
# 加载工作簿
try:
wb = load_workbook(file_path)
except FileNotFoundError:
wb = Workbook()
ws = wb.active
if ws.title != 'Sheet1':
ws.title = "Sheet1"
# 追加数据（假设已有表头，直接从下一行开始写）
new_rows = [
['赵六', 88],
['小明', 95]
]
for row in new_rows:
ws.append(row)
wb.sa ve(file_path)
print("追加写入完成")
此方法高效安全，是追加行操作的首选方案。它不会影响其他工作表，性能远优于“先读后合再写”方式。
2.2 在现有 Excel 文件中新增工作表（不影响原有工作表）
如需添加全新工作表，可使用pandas的ExcelWriter在追加模式下优雅完成。
import pandas as pd
from openpyxl import load_workbook
file_path = '成绩表.xlsx'
# 新数据
df_new_sheet = pd.DataFrame({'科目': ['数学', '语文', '英语'], '成绩': [95, 88, 92]})
# 方法一：使用 pandas 的 ExcelWriter 添加新工作表
with pd.ExcelWriter(file_path, engine='openpyxl', mode='a', if_sheet_exists='replace') as writer:
df_new_sheet.to_excel(writer, sheet_name='其他科目', index=False)
print("已新增工作表")
关键参数：mode='a'（追加模式）和engine='openpyxl'。if_sheet_exists='replace'表示若存在同名工作表则替换；可设置为'new'避免覆盖。
三、核心操作总结与选择建议
为方便选择，将几种核心操作特点总结如下：
| 操作 | 推荐方法 | 特点 |
|---|---|---|
| 覆盖写入 | pd.DataFrame.to_excel() 或 openpyxl.Workbook().sa ve() | 最简单，直接替换原文件 |
| 追加行 | openpyxl 的 worksheet.append() | 不破坏原文件其他内容，性能较好 |
| 新增工作表 | pd.ExcelWriter(mode='a') | 保留原有工作表，添加新的 Sheet |
| 完整追加（合并） | pd.concat() + to_excel() | 适合少量数据，会重写整个文件 |
总体而言，若需频繁、大量执行追加行操作，直接使用openpyxl是性能最佳选择，可避免反复读写整个文件的开销。
四、综合应用示例
最后，通过一个综合示例演示如何结合覆盖与追加，灵活管理Excel文件中的多个工作表。
from openpyxl import Workbook, load_workbook
# 定义文件名和工作表名
filename = r"C:\Users\Administrator\Downloads\example.xlsx"
# 第一次写入（创建文件并写入两个sheet）
def first_write():
# 加载或创建新工作簿
try:
wb = load_workbook(filename)
except FileNotFoundError:
wb = Workbook()
wb.remove(wb.active)
# 检查并删除已存在的 "作者" 工作表（如果存在）
if "机构" in wb.sheetnames:
del wb["机构"]
sheet1 = wb.create_sheet("机构")
for row in data1:
sheet1.append(row)
# 检查并删除已存在的 "作者" 工作表（覆盖/新建sheet）
if "作者" in wb.sheetnames:
del wb["作者"]
sheet2 = wb.create_sheet("作者")
for row in data2:
sheet2.append(row)
wb.sa ve(filename)
# 第二次写入（追加sheet）
def second_write():
# 加载已存在的文件
wb = load_workbook(filename)
# 检查 "作者" 工作表是否存在，如果存在则获取它，否则创建一个新的
if "作者" in wb.sheetnames:
sheet2 = wb["作者"]
else:
sheet2 = wb.create_sheet("作者")
for row in data3:
sheet2.append(row)
wb.sa ve(filename)
# 数据定义
data2 = [
['Header1', 'Header2', 'Header3'],
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
data1 = [
['Header11', 'Header12', 'Header13'],
[11, 2, 3],
[41, 5, 6],
[71, 8, 9]
]
data3 = [
[21, 2, 3],
[42, 5, 6],
[73, 8, 9]
]
# 执行写入操作
first_write() # 首次写入
second_write() # 覆盖写入
此示例清晰展示了如何利用openpyxl检查、删除、创建和追加工作表，实现对Excel文件结构的复杂控制。掌握这些基本模式，即可应对绝大多数Python操作Excel的读写需求。
相关攻略
Python处理Excel文件时，覆盖写入和追加写入是常见需求。覆盖写入可使用pandas的to_excel方法或openpyxl创建新工作簿实现，直接替换原文件。追加写入分为在现有工作表末尾追加行和新增工作表两种情况。前者推荐使用openpyxl直接定位追加，高效且安全；后者可通过pandas的ExcelWriter在追加模式下完成，保留原有工作表。
IntelliJIDEA编写Python时，代码提示常不准确，导致运行时错误。优化方法包括：正确配置Python解释器、安装并启用Python插件、同步或重建项目索引、遵循PEP8规范保持代码清晰，以及定期更新IDEA至最新版本。通过调整这些配置与状态，可显著提升提示准确性和开发效率。
Python2 7已停止维护，需在CentOS7中升级至Python3 7并确保与系统组件共存。步骤包括安装编译环境、下载解压源码、配置编译安装。随后需创建新版本软链接以替换默认命令，并修改yum等系统工具的解释器路径指向Python2 7，从而在不影响系统稳定的前提下完成升级。
在Linux系统中将Python2升级至Python3时，需避免覆盖旧版本以防影响系统依赖。关键步骤包括：下载Python3源码包并解压，创建独立安装目录，配置编译选项后安装。随后备份原有Python链接，建立指向新版本的可执行文件软链接，最后验证版本确认升级成功。操作中需注意使用root权限执行相关命令。
批量处理图片是常见需求，手动操作效率低下。利用Python和OpenCV库可以自动化完成批量缩放与添加水印的任务。文章介绍了使用OpenCV进行图片读取、按比例缩放、添加半透明文字水印以及遍历文件夹批量处理的方法，并提供了兼容中文路径的解决方案。整个过程适合初学者实践，能显著提升图片处理效率。
热门专题
热门推荐
进行币安身份认证时，除了准确上传照片，还需注意人脸光线和证件类型的选择。光线不佳可能导致系统无法识别，建议使用均匀柔和的正面光。证件类型上，护照通常比身份证更易通过，因其信息格式全球统一。确保证件照片清晰、四角完整、无反光，并严格按照提示操作，能有效提升一次性通过率，避免反复提交的麻烦。
本文旨在为初次接触币安平台的用户提供一份清晰、全面的操作指南。内容涵盖从官网访问与账户注册、安全设置与身份验证，到入金购买加密货币、进行现货交易以及资产管理的完整流程。重点解析了核心交易界面的功能与基础订单类型，并强调了安全措施与自主资产管理的重要性，帮助用户快速上手并安全地进行数字资产交易。
使用iQOO 15上网后，想要彻底清除浏览痕迹？掌握正确的方法至关重要。不同的清理方式，在效果和应用场景上各有侧重。本文为您梳理五种主流方案，涵盖快速清理、选择性删除、深度重置及自动防护，助您根据实际需求灵活选择，有效保护个人隐私。 一、通过浏览器历史页面一键清空 这是最便捷的解决方案，适合需要快速
币安平台界面功能丰富，新用户常因不熟悉而找不到关键操作按钮。本文梳理了资金充值、交易下单、资产管理、订单查看、理财申购、安全设置、身份认证和客服帮助这八个最容易迷路的页面，详细说明了各页面核心按钮的位置和功能逻辑，帮助用户快速适应平台操作，提升使用效率。
在加密货币提币操作中，确保资产安全的关键步骤往往被忽视。本文重点探讨了提币前必须仔细核对的三个核心环节：提币地址的准确性、平台安全验证的完整性，以及资产到账链路的清晰性。通过逐一分析这些环节的风险点与最佳实践，旨在帮助用户建立严谨的操作习惯，避免因疏忽导致的资产损失，实现更安全、顺畅的资产转移。