使用openpyxl和pandas操作Excel：openpyxl适合精细格式控制，pandas擅长数据分析；读写大型文件时可采用只读/只写模式或分块处理以提升性能。
Python操作Excel文件，简单来说，就是用代码读写Excel表格。两种常用的库是
openpyxl和
pandas。
openpyxl更底层，适合精细控制格式；
pandas则更适合数据分析和处理，简单粗暴。
解决方案
-
使用
openpyxl
：-
安装：
pip install openpyxl
立即学习“Python免费学习笔记（深入）”；
-
读取：
from openpyxl import load_workbook # 加载工作簿 workbook = load_workbook(filename="example.xlsx") # 选择工作表 sheet = workbook["Sheet1"] # 或者 workbook.active 获取活动工作表 # 读取单元格数据 cell_value = sheet["A1"].value print(cell_value) # 循环读取行 for row in sheet.iter_rows(min_row=2, max_row=5, min_col=1, max_col=3): for cell in row: print(cell.value)iter_rows
可以方便地按行读取数据，指定起始和结束的行/列。 注意，openpyxl
的索引是从1开始的，不是从0开始的。 一开始用的时候，经常搞错。 -
写入：
from openpyxl import Workbook # 创建一个新的工作簿 workbook = Workbook() # 选择工作表 sheet = workbook.active # 写入单元格数据 sheet["A1"] = "Hello" sheet["B2"] = 123 # 保存工作簿 workbook.save(filename="new_example.xlsx")
写入数据非常直接，直接赋值即可。 创建新的工作簿也很简单。
格式设置：
openpyxl
提供了丰富的格式设置选项，比如字体、颜色、对齐方式等。 这部分比较繁琐，需要查阅文档。
-
-
使用
pandas
：安装：
pip install pandas
-
读取：
import pandas as pd # 读取Excel文件 df = pd.read_excel("example.xlsx", sheet_name="Sheet1") # 打印DataFrame print(df) # 获取特定列 column_data = df["Column1"] print(column_data)read_excel
函数非常强大，可以读取指定的工作表，还可以指定行索引、列索引等。 返回的是一个DataFrame对象，方便进行数据分析。 -
写入：
import pandas as pd # 创建一个DataFrame data = {"Name": ["Alice", "Bob", "Charlie"], "Age": [25, 30, 28]} df = pd.DataFrame(data) # 写入Excel文件 df.to_excel("new_example.xlsx", sheet_name="Sheet1", index=False)to_excel
函数可以将DataFrame写入Excel文件。index=False
表示不写入行索引。pandas
写入excel，在处理大型数据集时会非常高效。
openpyxl
和pandas
，我该选哪个？
选择哪个库取决于你的具体需求。 如果你需要精细控制Excel的格式，或者处理一些特殊的需求，比如合并单元格、插入图片等，那么
openpyxl更适合你。 如果你主要是进行数据分析和处理，那么
pandas更方便快捷。
pandas的DataFrame对象提供了丰富的数据处理方法，可以方便地进行数据清洗、转换、分析等操作。
如何处理Excel中的日期格式？
在用
openpyxl读取Excel文件时，日期会被读取成datetime对象。
from openpyxl import load_workbook
from datetime import datetime
workbook = load_workbook(filename="example_with_dates.xlsx")
sheet = workbook.active
date_value = sheet["A1"].value
if isinstance(date_value, datetime):
print(date_value.strftime("%Y-%m-%d")) # 格式化日期
else:
print(date_value)用
pandas读取时，默认也会尝试将日期识别为datetime对象。 如果读取失败，可以手动指定
parse_dates参数。
import pandas as pd
df = pd.read_excel("example_with_dates.xlsx", parse_dates=["DateColumn"]) # DateColumn 是包含日期的列名
print(df["DateColumn"].dtype) # 确认是否为datetime64[ns]如何优化Excel文件读写速度？
对于大型Excel文件，读写速度是一个需要考虑的问题。
-
openpyxl
： 可以使用read_only
和write_only
模式来提高读写速度。read_only
模式只能读取数据，不能修改数据；write_only
模式只能写入数据，不能读取数据。from openpyxl import load_workbook # 只读模式 workbook = load_workbook(filename="large_file.xlsx", read_only=True) sheet = workbook.active for row in sheet.rows: for cell in row: print(cell.value) # 只写模式 from openpyxl import Workbook workbook = Workbook(write_only=True) sheet = workbook.create_sheet() for i in range(1000): row = [i] * 10 sheet.append(row) workbook.save("large_file_write_only.xlsx") -
pandas
： 可以使用chunksize
参数来分块读取数据。 这样可以避免一次性将整个文件加载到内存中，从而提高读取速度。import pandas as pd for chunk in pd.read_excel("large_file.xlsx", chunksize=1000): print(chunk.head()) # 处理每一块数据另外，尽量避免在循环中频繁地读写单元格，可以将数据先存储到内存中，然后一次性写入Excel文件。
