python操作excel表格写入多行和多列_python多处理：写入同一excel-fi
1) Why did you implement time.sleep in several places in your 2nd method?
在__main__，time.sleep(0.1)，给启动的process一个启动的时间片。
在f2(fq, q)中，给queue一个时间片，以将所有缓冲数据刷新到管道，并
使用q.get_nowait()。
在w(q)中，仅用于测试writer.to_excel(...)的长期运行，
我把这个拿走了。在2) What is the difference between pool.map and pool = [mp.Process( . )]?
使用pool.map不需要Queue，不传递任何参数，更短的代码。
worker_process必须立即返回result并终止。
pool.map只要iteration都完成了，就会启动一个新进程。
在此之后必须处理results。在
使用pool = [mp.Process( . )]，启动nprocesses。
process终止于queue.EmptyCan you think of a situation where you would prefer one method over the other?
方法1：快速设置，序列化，只对结果感兴趣继续。
方法二：如果你想把所有的工作负荷都并行进行。在
你不能在进程中使用global writer。
writer实例必须属于一个process。在
mp.Pool的用法，例如：def f1(k):
# *** DO SOME STUFF HERE***
results = pd.DataFrame(df_)
return results
if __name__ == '__main__':
pool = mp.Pool()
results = pool.map(f1, range(len(list_of_days)))
writer = pd.ExcelWriter('../test/myfile.xlsx', engine='xlsxwriter')
for k, result in enumerate(results):
result.to_excel(writer, sheet_name=list_of_days[k])
writer.save()
pool.close()
这导致.to_excel(...)在__main__进程中按顺序调用。在
如果你想要并行.to_excel(...)，你必须使用mp.Queue()。
例如：
worker过程：
^{pr2}$
writer过程：def w(q):
writer = pd.ExcelWriter('myfile.xlsx', engine='xlsxwriter')
while True:
try:
titel, result = q.get()
except ValueError:
writer.save()
exit(0)
result.to_excel(writer, sheet_name=titel)
__main__过程：if __name__ == '__main__':
w_q = mp.Queue()
w_p = mp.Process(target=w, args=(w_q,))
w_p.start()
time.sleep(0.1)
f_q = mp.Queue()
for i in range(len(list_of_days)):
f_q.put(i)
pool = [mp.Process(target=f2, args=(f_q, w_q,)) for p in range(os.cpu_count()+1)]
for p in pool:
p.start()
time.sleep(0.1)
for p in pool:
p.join()
w_q.put('STOP')
w_p.join()
测试Python:3.4.2-熊猫：0.19.2-十lsxwriter:0.9.6