在 Python 中循环浏览数据帧列表，并将每个 DF 放入不同的 Excel 工作表中

Question

我有一个包含近400万条记录的大型数据集。我想将它们导出到 excel 中，但由于 excel 文件的每个工作表只能包含 100 万条记录，我决定拆分数据帧并将每个子集放入 excel 工作表中。 我使用了下面的代码：

df_split = np.array_split(promotion1, 4)
for i in df_split:
i.to_excel("result_promotion1.xlsx", index = False, sheet_name = i)

但这引发了以下错误： "'数据帧'对象是可变的，因此无法对其进行哈希处理">

任何帮助将不胜感激。

Answer 1

问题出在sheet_name = i上。sheet_name参数需要一个字符串，但你正在将尝试输出到 Excel 的整个数据帧传递给它。

最简单的解决方法可能是省略参数并使用默认值(Sheet1、Sheet2等(。或者，您可以使用enumerate轻松地对数据帧进行编号，并将它们拆分为多个 excel 文件，如下所示：

df_split = np.array_split(promotion1, 4)
for index, i in enumerate(df_split):
filename = "result_promotion" + str(index) + ".xlsx"
i.to_excel(filename, index = False)

或者，这篇文章(如何使用 Pandas 在现有 excel 文件中保存新工作表？(介绍如何使用pd.ExcelWriter将新工作表添加到现有 Excel 文件中。

只是为了解释这个错误：由于sheet_name需要一个字符串，而你给它一个不同的对象，pandas 将尝试对对象进行哈希处理以获得它的唯一字符串表示形式。但是，由于数据帧是可变的 - 您可以更改其中的值，与元组不同 - 它们无法进行哈希处理。有关为什么可哈希对象必须是不可变的更详细说明，请参阅这篇文章。