• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Guardar diferentes hojas Excel con Python

julio 6, 2020 Por Daniel Rodríguez 2 comentarios

En una entrada anterior explicamos el funcionamiento de las funciones de Pandas para guardar un DataFrame en un libro Excel. Unos métodos que son muy útiles. Aunque tal como se explicó en esa entrada solamente es posible guardar una única hoja. En la entrada de hoy vamos a explicar cómo guardar más de un DataFrame en diferentes hojas Excel con Python.

Problemas con el método to_excel

Los DataFrames de Pandas cuentan con el método to_excel con el que se exporta el contenido de este a un archivo Excel. Método al que se le puede pasar el nombre del archivo y de la hoja del libro. Parece que simplemente con repetir este proceso llegaría para guardar más de un DataFrame en la misma hoja, pero no es así. Cuando se le indica el nombre de un archivo al método to_excel este sobrescribe el contenido de este. Borrando el contenido que ya existiese en este.

Crear un objeto para guardar varias hojas Excel con Python

Para solucionar este problema es necesario usar la clase ExcelWriter de Pandas para crear un objeto de acceso al archivo. Siendo posible de este modo guardar más de una hoja.

Así antes de guardar un DataFrame en un libro de Excel será necesario crear primero una instancia de ExcelWriter con el nombre del archivo. Posteriormente se guardarán todos los DataFrames necesarios reemplazando en nombre del archivo por el objeto. Finalmente, es necesario guardar explícitamente el archivo, algo que ahora no separa automáticamente, y cerrarlo. Algo que se puede ver en el siguiente ejemplo.

import pandas as pd
from seaborn import load_dataset

planets = load_dataset("planets")
tips = load_dataset("tips")

writer = pd.ExcelWriter('archivo.xlsx')

planets.to_excel(writer, sheet_name="planets", index=False)
tips.to_excel(writer, sheet_name="tips", index=False)

writer.save()
writer.close()

Para ilustrar esta entrada se ha importado un par de conjunto de datos de la librería Seaborn. Concretamente planets y tips, aunque los datos en sí son lo de menos.

En este caso es importante recordar que hasta que se llamen a al métodos save() los datos no se guardarán en el archivo. Además es necesario cerrar el archivo con el método close() para evitar posibles problemas

Conclusiones

Hoy hemos visto cómo se tiene que operar para guardar diferentes hojas Excel con Python en un mismo libro. Requiere unos pasos adicionales al método para guardar una única hoja, pero así se pueden guardar los datos de una forma más ordenada.

Imagen de StartupStockPhotos en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 1

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Python Etiquetado con:pandas

Interacciones con los lectores

Comentarios

  1. Mario dice

    noviembre 27, 2020 en 8:23 pm

    Buenas tardes:
    Mi duda es la siguiente, lo que quiero es importar una pestaña de excel a un dataframe, la manipulo y luego guardar esa pestaña actualizada.
    Se hacer todos los pasos menos exportar/actualizar la pestaña sin machacar el resto de pestañas.
    En este post se construye un excel con varias pestañas a partir de varios Dataframes, yo lo que quiero es actualizar una una única pestaña manipulada a través de operaciones con Dataframes.

    Muchas gracias.

    Responder
    • Daniel Rodríguez dice

      noviembre 28, 2020 en 9:03 pm

      Que yo sepa no se pude con pandas, para eso es necesario usar otra librería como xlwings (https://docs.xlwings.org/en/stable/quickstart.html#interact-with-excel-from-python).

      Responder

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Creación de un certificado Let’s Encrypt en Windows con Win-Acme

enero 22, 2021 Por Daniel Rodríguez Dejar un comentario

Aplicaciones de Node en producción con PM2

enero 20, 2021 Por Daniel Rodríguez Dejar un comentario

SQLite en Python

enero 18, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas bajo Python
  • Archivos Guardar y leer archivos CSV con Python bajo Python
  • Código fuente Eliminar filas o columnas con valores nulos en Python bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto