如题，请问如何将pandas生成的表导入到现有excel的特定位置

import pandas as pd

df1 = pd.DataFrame(
    {
        "num1": [21,25,56,11],
        "num2": [31,35,36,12],
        "num3": [41,45,46,14],
        
    },
    index=[0, 1, 2,3],
)

import pandas as pd
import openpyxl

wb=openpyxl.load_workbook('C:\\Users\\19051\\Desktop\\test1.xlsx')
ws = wb['Sheet1']
startRow = 5
startCol = 2
for i in range(0, df1.shape[0]):
    eachRowList = df1.iloc[i,:].tolist()
    for j in range(1,len(eachRowList)+1):
        #row 代表从几行开始， columns 代表从第几列开始
        #这里是从第5行开始插入
        ws.cell(row = i+5, column = j).value =eachRowList[j-1]
wb.save('C:\\Users\\19051\\Desktop\\test2.xlsx')

如果对您有帮助，麻烦采纳，非常感谢~

Pandas能从文本文件和Excel文件中读入数据，形成dataframe，也可以将dataframe导出到文本文件、Excel文件中存储起来。

导入函数有（1）pd.read_csv()：导入后缀名为.csv，.txt的文本文件；（2）pd.read_excel()：导入后缀名为.xlsx的Excel文件。

导出函数有（1）df.to_csv)()：将数据存储到csv文件或txt文件中；（2）df.to_excel()：将数据存储到Excel文件中；

无论是导入函数还是导出函数，都有参数 header，表示 dataframe 的列索引。而行索引在导入函数中用参数 index_col 表示，将某列指定为行索引；行索引在导出函数中用参数 index 表示，指示是否要存好行索引。

一、导入文件
（1）导入文本文件：pd.read_csv()
pd.read_csv()函数不仅可以导入csv文件，也可以导入txt文件。

导入test.csv文件

df = pd.read_csv('test.csv')

导入test.txt文件

df = pd.read_csv('test.txt')
指定分隔符
文本文件中，用分隔符来分隔每个值，所以读入的时候，要用参数sep告诉函数分隔符是什么，默认的分隔符是逗号。

指定分隔符是点号 df = pd.read_csv(filename,sep='.')

（2）导入Excel文件：pd.read_excel()
即使在excel中，某列是字符串，但如果它是数值型字符串，导入DataFrame后，仍然会被当成数值，而不是字符串。

导入test.xlsx文件

df = pd.read_excel('test.xlsx')
指定读入excel的sheet页
Excel文件在读入时，默认读取第一页。但如果Excel文件有多页，且不想读取第一页而是其他页，则要用参数sheetname传入读入页的名称。

导入test.xlsx文件的sheet1页

df = pd.read_excel('test.xlsx', sheetname='sheet1')
（3）相对路径和绝对路径
导入文件时，要指定文件所在的路径，可以是相对路径，也可以是绝对路径。

导入windows下的绝对路径：导入E盘下的test.csv

pd.read_csv('E:\test.csv')

导入mac下的绝对路径：导入xxx文件夹下的test.csv

pd.read_csv('/Users/xxx/test.csv')
相对路径指的是当前的py文件所在的路径。当要导入的文件和py文件在同一个文件夹下，则可以用相对路径导入。

pd.read_csv('test.csv')
路径的转义？

Location = r'./test.csv'
df = pd.read_csv(Location)
注意，因为斜线是一个特殊字符，在字符串之前放置前导的 r，将会把整个字符串进行转义。

（4）读取指定的列
有时候，我们并不想把所有的列都读入，只想读取前几列，或后几列，或指定几列。这时，可以使用usecols参数。

读取csv数据中的第0列，第1列，第2列。

df = pd.read_csv('test.csv', usecols=[0,1,2])
（5）行列索引
默认列索引和行索引
导入文件时，若不指定列索引，则默认将文件中的第一行当成dataframe列索引，并且为数据自动添加整数行索引。

默认将test.csv中的第一行当为列索引，自动添加从0开始的整数索引

pd.read_csv('test.csv')
第一行非列索引
若导入时，第一行是数据，并非列标题，可以将参数header设置为None，即不让第一行成为列索引。但系统会自动添加从0开始的列索引。

df = pd.read_csv('test.csv', header=None)
指定某行为列索引
导入数据时默认第一行为列索引，但如果数据中第一行并非标题，而是第k行，则可以用参数header指定第k行为列索引。

指定test.csv中的第3行是列索引

df = pd.read_csv('test.csv', header=3)
添加列索引
若导入的数据中并没有任何一行能当列索引，可以用参数 names 自定义列索引。

指定test.csv（只有两列）中的列索引为['column1','column2']

df = pd.read_csv('test.csv', names=['column1','column2'])
指定行索引
导入数据时，会自动添加从0开始的整数行索引。若需要指定数据中第K列为行索引，则要用index_col参数。

指定第0列是dataframe的行索引

df=pd.read_csv('test.csv',index_col=0)

指定列名为'column'的列是dataframe的行索引

df=pd.read_csv('test.csv',index_col='column')
二、导出数据
（1）写入文本文件：df.to_csv()
pandas可将dataframe存储到csv文件或txt文件中。存储的路径可以是绝对路径，也可以是相对路径。

将数据表df存入当前py文件所在位置下的test.csv文件中，如果没有这个文件，会自动创建

df.to_csv('test.csv')

将数据表df存入当前py文件所在位置下的test.txt文件中，如果没有这个文件，会自动创建

df.to_csv('test.txt')
（2）写入excel文件：df.to_excel()
写入Excel文件时，默认会写入Excel文件中的第一页。

将数据表df写入test.xlsx文件中

df.to_excel('test.xlsx')
如果想要写入指定的页，则用参数sheet_name。

将数据表df写入test.xlsx文件中'Sheet1'页

df.to_excel('test.xlsx',sheet_name='Sheet1')
（3）行列索引
存储行索引
存储时，默认将数据表中的行索引也存储到文件中。

test.csv的行索引将会被存储起来

df.to_csv('test.csv')
不存储行索引
导出数据时，默认是要存储行索引的。不存储行索引的话，设置index的值为False。

df.to_csv('test.csv', index = False)
不存储列索引
导出数据时，默认是要存储列索引的。不存储列索引的话，设置header的值为False。不要列索引，导出的数据就没有列名。

df.to_csv('test.csv', header = False)

需要openpyxl的的协助，楼上已经说得很清楚了

需要openpyxl的的协助，楼上已经说得很清楚了