读写excel

先明确前置知识#

Pandas 本身不直接解析 Excel 文件，必须依赖第三方引擎：

读 Excel：.xls 用 xlrd，.xlsx 用 openpyxl；
写 Excel：.xls 用 xlwt，.xlsx 用 openpyxl/xlsxwriter（最常用）。

一、读 Excel：pd.read_excel vs pd.ExcelFile#

两者都是读 Excel 文件，核心区别是「文件打开方式」——read_excel 是「便捷式单次读取」，ExcelFile 是「句柄式多次读取」（更高效）。

先准备测试 Excel 文件#

假设我们有 sales_data.xlsx，包含两个 sheet：

sheet1：1 月销售数据（姓名、销售额）；
sheet2：2 月销售数据（姓名、销售额）。

1. pd.read_excel：便捷式读取（优先用）#

核心逻辑：直接读取 Excel 文件的指定 sheet，语法简洁，适合「单次读取 1 个 / 多个 sheet」。

基本用法#

1
import pandas as pd
2

3
# 1. 读取单个 sheet（默认读第一个 sheet）
4
df1 = pd.read_excel(
5
    "sales_data.xlsx",
6
    sheet_name="sheet1",  # 指定sheet名（也可用索引0/1）
7
    engine="openpyxl",    # 读.xlsx必须指定openpyxl
8
    header=0,             # 第0行作为列名（默认）
9
    usecols=["姓名", "销售额"]  # 只读取指定列（节省内存）
10
)
11
print("sheet1 数据：")
12
print(df1)
13

14
# 2. 读取多个 sheet（返回字典：{sheet名: DataFrame}）
15
df_dict = pd.read_excel("sales_data.xlsx", sheet_name=["sheet1", "sheet2"], engine="openpyxl")
16
print("\nsheet2 数据：")
17
print(df_dict["sheet2"])

2. pd.ExcelFile：句柄式读取（适合多次读同文件）#

核心逻辑：先打开 Excel 文件生成「文件句柄」，再从句柄中读取不同 sheet—— 优点是「只打开一次文件」，多次读取时效率远高于 read_excel（避免重复 IO）。

基本用法#

1
# 第一步：打开文件生成句柄（仅打开一次）
2
excel_file = pd.ExcelFile("sales_data.xlsx", engine="openpyxl")
3

4
# 第二步：从句柄读取多个sheet（无需重复打开文件）
5
df1 = excel_file.parse("sheet1", usecols=["姓名", "销售额"])
6
df2 = excel_file.parse("sheet2", usecols=["姓名", "销售额"])
7

8
print("ExcelFile 读取 sheet1：")
9
print(df1)
10
print("\nExcelFile 读取 sheet2：")
11
print(df2)
12

13
# 可选：关闭句柄（自动关闭，也可手动）
14
excel_file.close()

读 Excel 工具对比#

工具	核心优势	适用场景
pd.read_excel	语法简洁，一行搞定	单次读取 1 个 / 少量 sheet，快速验证
pd.ExcelFile	多次读取同文件效率高	读取同一个 Excel 的多个 sheet（≥3 个）

二、写 Excel：pd.to_excel vs pd.ExcelWriter#

两者都是写 Excel 文件，核心区别是「是否支持多 sheet 写入」——to_excel 是「便捷式单次写入」，ExcelWriter 是「句柄式多 sheet 写入」（支持自定义格式）。

先准备要写入的 DataFrame#

1
import pandas as pd
2

3
# 1月数据
4
df_jan = pd.DataFrame({
5
    "姓名": ["张三", "李四", "王五"],
6
    "销售额": [5000, 3000, 4500]
7
})
8

9
# 2月数据
10
df_feb = pd.DataFrame({
11
    "姓名": ["张三", "李四", "赵六"],
12
    "销售额": [6000, 2800, 5200]
13
})

1. pd.to_excel：便捷式写入（单次写 1 个 sheet）#

核心逻辑：直接将单个 DataFrame 写入 Excel 的指定 sheet，语法简洁，但多次调用会覆盖文件（无法写多个 sheet）。

基本用法#

1
# 写入 sheet1（覆盖原有文件）
2
df_jan.to_excel(
3
    "output_sales.xlsx",
4
    sheet_name="1月",
5
    engine="openpyxl",  # 写.xlsx用openpyxl/xlsxwriter
6
    index=False,        # 不写入行索引（关键！避免多余列）
7
    header=True         # 写入列名（默认）
8
)
9
print("已写入1月数据到 output_sales.xlsx")
10

11
# ❌ 错误：再次调用会覆盖文件，看不到1月数据
12
# df_feb.to_excel("output_sales.xlsx", sheet_name="2月", index=False)

2. pd.ExcelWriter：句柄式写入（多 sheet / 自定义格式）#

核心逻辑：先创建「写入句柄」，再将多个 DataFrame 写入不同 sheet，最后保存 —— 支持多 sheet 写入，还能结合引擎实现复杂格式（如单元格样式、图表）。

场景 1：写入多个 sheet（核心用法）#

1
# 第一步：创建写入句柄（mode="w" 覆盖，"a" 追加）
2
with pd.ExcelWriter("output_sales_multi.xlsx", engine="openpyxl", mode="w") as writer:
3
    # 第二步：写入多个sheet到同一个文件
4
    df_jan.to_excel(writer, sheet_name="1月", index=False)
5
    df_feb.to_excel(writer, sheet_name="2月", index=False)
6

7
print("已写入1月+2月数据到 output_sales_multi.xlsx")

场景 2：结合 xlsxwriter 写复杂格式（图表 / 公式）#

xlsxwriter 仅支持写，不支持读，但能实现「单元格样式、公式、图表」等高级功能：

1
# 创建xlsxwriter引擎的句柄
2
with pd.ExcelWriter("sales_with_style.xlsx", engine="xlsxwriter") as writer:
3
    # 写入数据
4
    df_jan.to_excel(writer, sheet_name="1月", index=False)
5

6
    # 获取xlsxwriter的工作簿和工作表对象（自定义格式）
7
    workbook = writer.book
8
    worksheet = writer.sheets["1月"]
9

10
    # 1. 设置单元格格式（销售额列加粗）
11
    bold_format = workbook.add_format({"bold": True, "font_color": "red"})
12
    worksheet.set_column("B:B", 15, bold_format)  # B列（销售额）加粗+红色+宽度15
13

14
    # 2. 添加公式（计算总销售额）
15
    worksheet.write("B5", "=SUM(B2:B4)")  # B5单元格写入求和公式
16
    worksheet.write("A5", "总销售额", bold_format)
17

18
    # 3. 添加柱状图
19
    chart = workbook.add_chart({"type": "column"})
20
    chart.add_series({
21
        "name": "销售额",
22
        "categories": "=1月!$A$2:$A$4",
23
        "values": "=1月!$B$2:$B$4"
24
    })
25
    worksheet.insert_chart("D2", chart)  # D2位置插入图表
26

27
print("已写入带格式/图表的Excel文件")

写 Excel 工具对比#

工具	核心优势	适用场景
pd.to_excel	语法简洁，一行搞定	单次写入 1 个 sheet，快速导出
pd.ExcelWriter	支持多 sheet、自定义格式	写入多个 sheet，或需要设置单元格样式 / 图表

三、核心引擎：openpyxl vs xlsxwriter（关键区别）#

这是最容易踩坑的点 —— 不同引擎支持的功能、文件格式完全不同，下表是核心对比：

维度	openpyxl	xlsxwriter
支持操作	读 + 写 .xlsx	仅写 .xlsx（不支持读）
多 sheet 写入	支持	支持
追加写入（mode=“a”）	支持（可往已有 Excel 加 sheet）	不支持（仅 mode=“w”，覆盖文件）
高级格式支持	基础样式（加粗、颜色），无图表	全量样式（图表、公式、条件格式）
兼容性	兼容所有.xlsx，支持追加	不支持追加，适合全新写入复杂格式
常用场景	读.xlsx、追加写入、简单写	全新写入、需要图表 / 公式 / 复杂样式

引擎选择实战技巧#

读.xlsx 文件：必选 openpyxl（xlrd 新版不支持.xlsx）；
简单写.xlsx（单 / 多 sheet，无格式）：选 openpyxl（支持追加）；
复杂写.xlsx（图表 / 公式 / 样式）：选 xlsxwriter（但只能全新写入）；
写.xls 文件：用 xlwt（但有 65536 行限制，尽量不用）。

示例：openpyxl 追加写入（往已有 Excel 加 sheet）#

1
# 往已有的 output_sales_multi.xlsx 追加3月数据
2
df_mar = pd.DataFrame({
3
    "姓名": ["张三", "赵六", "钱七"],
4
    "销售额": [5800, 4900, 6200]
5
})
6

7
# mode="a" 追加模式（仅openpyxl支持）
8
with pd.ExcelWriter("output_sales_multi.xlsx", engine="openpyxl", mode="a") as writer:
9
    df_mar.to_excel(writer, sheet_name="3月", index=False)
10

11
print("已追加3月数据到原有Excel文件")

总结#

读 Excel：单次读用 pd.read_excel，多次读同文件用 pd.ExcelFile（效率更高），读.xlsx 引擎选 openpyxl；
写 Excel：单次写用 pd.to_excel，多 sheet / 自定义格式用 pd.ExcelWriter；
引擎选择：
- 读 / 追加写 / 简单写 → openpyxl；
- 全新写 + 复杂格式（图表 / 公式）→ xlsxwriter；
- 避免用.xls（xlwt/xlrd），优先用.xlsx。

走马

音乐

先明确前置知识#

一、读 Excel：pd.read_excel vs pd.ExcelFile#

先准备测试 Excel 文件#

1. pd.read_excel：便捷式读取（优先用）#

基本用法#

2. pd.ExcelFile：句柄式读取（适合多次读同文件）#

基本用法#

读 Excel 工具对比#

二、写 Excel：pd.to_excel vs pd.ExcelWriter#

先准备要写入的 DataFrame#

1. pd.to_excel：便捷式写入（单次写 1 个 sheet）#

基本用法#

2. pd.ExcelWriter：句柄式写入（多 sheet / 自定义格式）#

场景 1：写入多个 sheet（核心用法）#

场景 2：结合 xlsxwriter 写复杂格式（图表 / 公式）#

写 Excel 工具对比#

三、核心引擎：openpyxl vs xlsxwriter（关键区别）#

引擎选择实战技巧#

示例：openpyxl 追加写入（往已有 Excel 加 sheet）#

总结#

文章目录