Python高效操作Excel的实用技巧

想用Python高效操作Excel？本文为你分享实用技巧！在数据分析和自动化报表处理中，Python凭借其强大的库支持，成为处理Excel文件的利器。本文重点介绍`pandas`和`openpyxl`两大常用库。`pandas`擅长快速读取Excel数据，通过`read_excel`函数轻松导入，进行数据筛选和统计。而`openpyxl`则更适用于修改单元格、处理样式等高级操作，例如合并单元格、设置字体颜色等。同时，针对老版本`.xls`文件，我们也会介绍`xlrd`和`xlwt`的处理方法。此外，本文还讲解了如何使用`pandas.ExcelWriter`写入多sheet文件。在使用过程中，务必注意格式兼容性和路径权限等问题，让你的Python Excel操作更流畅！

Python操作Excel常用库有pandas和openpyxl，读取时用pandas最方便，安装后通过read_excel函数可快速导入数据；若需修改单元格或处理样式，则使用openpyxl更合适，它支持合并单元格、设置字体颜色等高级功能；对于老版本.xls文件，需用xlrd或xlwt处理；写入多sheet文件可用pandas.ExcelWriter；注意格式兼容性和路径权限问题。

在Python中操作Excel文件其实挺常见的，尤其是做数据分析或者自动化报表时。Python有几个库能完成这个任务，最常用的是 openpyxl 和 pandas，如果你需要处理 .xls 格式的老文件，可能还会用到 xlrd 或者 xlwt。下面我挑几个常用的场景来说说怎么操作。

读取 Excel 文件内容

如果你想读取一个 Excel 文件里的数据，用 pandas 是最方便的。它背后会自动调用像 openpyxl 这样的库来处理。

安装一下必要的包：

pip install pandas openpyxl

然后你可以这样读取：

import pandas as pd

df = pd.read_excel('example.xlsx')
print(df.head())

这样就能把整个表格读进一个 DataFrame 里，之后你就可以筛选、统计、导出等等。

注意：如果文件是 .xls 结尾的老版本格式，可能需要指定引擎：

df = pd.read_excel('example.xls', engine='xlrd')

写入和修改 Excel 文件

写入就稍微复杂一点了。比如你想把多个 DataFrame 写到同一个 Excel 文件的不同 sheet 页里，可以用 pandas.ExcelWriter：

with pd.ExcelWriter('output.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

如果你想修改某个已有文件的内容，比如只改一个单元格，那就更适合用 openpyxl 了：

from openpyxl import load_workbook

wb = load_workbook('example.xlsx')
ws = wb['Sheet1']
ws['A1'] = '新的标题'
wb.save('example.xlsx')

这种方式适合对单元格级别的操作，比如加样式、合并单元格之类的高级功能。

处理复杂格式（样式、合并单元格等）

如果你不只是想存数据，还想控制字体、颜色、边框、合并区域这些样式，那 openpyxl 就派上用场了。比如合并单元格并设置居中显示：

from openpyxl.styles import Alignment

ws.merge_cells('A1:C1')
ws['A1'].value = '合并的标题'
ws['A1'].alignment = Alignment(horizontal='center', vertical='center')

虽然功能强大，但要注意：openpyxl 不支持 .xls 格式，只能处理 .xlsx。所以如果是老系统导出的文件，可能需要先转换格式。

基本上就这些。根据你的需求选择合适的工具就行：简单读写用 pandas，精细控制用 openpyxl，老格式还得靠 xlrd/xlwt。操作起来不难，但细节容易踩坑，比如路径不对、格式不支持、写入权限等问题，多试几次就熟悉了。

今天关于《Python高效操作Excel的实用技巧》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！