pandas 读取和保存多级表头数据

python 复制代码
import pandas as pd

data = {
      "case1": {
            "aaa": 1222,
            "bbb": 1333,
      },
      "case2": {
            "ddd": 1444,
            "ccc": 1555,
      }
}

case1_df = pd.DataFrame(data["case1"], index=[0])
case2_df = pd.DataFrame(data["case2"], index=[0])
# 生成多级表头DF
df = pd.concat({"case1": case1_df, "case2": case2_df}, axis=1)

# case1_df = pd.DataFrame(data2["case1"], index=[0])
# case2_df = pd.DataFrame(data2["case2"], index=[0])
# df2 = pd.concat({"case1": case1_df, "case2": case2_df}, axis=1)
# df = df.append(df2)
# df.to_excel("111.xlsx")

# 读取多级表头数据
df2 = pd.read_excel("111.xlsx", header=[0, 1])
# 向原多级表头的excel追加数据
df = df2.append(df)

df.to_excel("111.xlsx")
相关推荐
Y3815326624 天前
serpbase + Pandas + Jupyter 数据分析实战
jupyter·数据分析·pandas
元Y亨H5 天前
numpy与pandas 的介绍
numpy·pandas
小大宇6 天前
python pandas dataFrame sqlAlchemy案例
python·pandas
chouchuang7 天前
day-040-Pandas可视化与实战
pandas
chouchuang10 天前
day-037-Pandas数据读取
pandas
benchmark_cc11 天前
如何用 Python 进行多周期 K 线合成与时区对齐?基于 QuantDash 与 Pandas 的量化数据清洗实战(附 GitHub 源码)
开发语言·python·github·盯盘·pandas·quantdash·量化数据
梅雅达编程笔记12 天前
零基础学 Python 第14章 | 模块、包与第三方库
开发语言·python·django·numpy·pandas
梅雅达编程笔记13 天前
零基础学 Python 第15章 | 类与对象:面向对象编程入门
开发语言·python·django·numpy·pandas
benchmark_cc13 天前
Python 量化核心基础:前复权、后复权与不复权有什么区别?基于 QuantDash 的数据处理与回测避坑指南
开发语言·python·pandas·量化策略·量化交易·quantdash
人工干智能14 天前
科普:Pandas 索引器 loc 与 iloc 的编程思维
java·人工智能·pandas