写入现有的 xlsx 文件，仅覆盖 Python 中的一些工作表

Question

我有一个包含几张工作表的 excel 文件，例如 Data 1、Data 2 和 Pivots。

Data 1 和 Data 2 表各有一张桌子。 工作表 Pivots 仅包含数据源为 Data 1 和 Data 2 上的表的数据透视表。

我想做的是用两个数据框中的数据重写数据表，分别是 df1 和 df2，同时保持数据透视表链接到同一张表。想法是运行一个脚本，替换 Data 1 和 Data 2 并刷新数据透视表以获取更新的数据。

pd.ExcelWriter(xlsx_file) 不起作用，因为它会替换文件。 以下方法改编自this 答案。

import pandas as pd
from openpyxl import load_workbook

book=load_workbook(xlsx_file)
writer = pd.ExcelWriter(xlsx_file, engine = "openpyxl")
writer.book = book
writer.sheets = dict((ws.title, ws) for ws in book.worksheets)
writer.sheets.pop("Pivots", None)
data_sheets = ["Data 1", "Data 2"]

for (k, df) in enumerate([df1, df2]):
    df.to_excel(writer, data_sheets[k], index=False)
writer.save()

这失败了，因为工作表 Pivots 确实将数据保留在单元格中，但数据透视表及其所有格式都消失了。这只是硬性价值观。

我还仔细阅读了this 问题和this 问题，但无法成功。

我该如何做这个简单的任务？

---

我上传了一个示例文件，可以下载here。为方便起见，这里有两个数据框来替换数据表：

df1 = pd.DataFrame({"Category": ["A", "B", "C", "D", "A"], "Value": [1, 2, 3, 4, 5]})
df2 = pd.DataFrame({"SKU": ["AB", "BB", "CB", "DB", "AB"], "No of Items": [3, 2, 7, 4, 12]})

---

正如下面一位用户所问的那样，我将在他的解决方案建议中失败的尝试离开这里（枢轴及其所有格式都消失了，只保留了它们的硬值）。

import pandas as pd
from openpyxl import load_workbook
from openpyxl.utils.dataframe import dataframe_to_rows

df1 = pd.DataFrame([["A", 1], ["B", 2], ["C", 3], ["D", 4], ["A", 5]], columns=["Category", "Value"])
df2 = pd.DataFrame([["AB", 3], ["BB", 2], ["CB", 7], ["DB", 4], ["AB", 12]], columns=["SKU", "No of Items"])

wb = load_workbook("xlsx_file.xlsx")
sheets = ["Data 1", "Data 2"]

for (idx, df) in enumerate([df1, df2]):
    ws = wb.get_sheet_by_name(sheets[idx])
    rows = dataframe_to_rows(df)
    for (r_idx, row) in enumerate(rows):
        if r_idx != 0:
            for (c_idx, value) in enumerate(row[1:]):
                ws.cell(row=r_idx+1, column=c_idx+1, value=value)

wb.save("xlsx_file.xlsx")

Answer 1

pandas 方面对枢轴一无所知，因此您应该避免使用 to_excel() 并使用 openpyxl 提供的从数据框到工作表再返回的实用程序。

您可能需要更改数据透视表的定义，在这种情况下您主要靠自己：openpyxl 应该保留结构，但不提供用于管理它们的额外功能。您将不得不依赖 ECMA 376 / ISO 29500 中的数据透视表规范