Python处理Excel全指南：从openpyxl到pandas自动化实战

我经常会收到两类消息：一种是"用Python写Excel是不是很难"，另一种是"为什么我装了pythonexcel这个库却用不了"。先说结论——在Python的世界里，并不存在一个叫"pythonexcel"的标准库，大家普遍这么称呼的，其实是一整套围绕Python与Excel文件打交道的工具集合。只要把其中的核心库用熟练，读报表、写数据、批量处理、自动生成周报这些需求，脚本一跑就能出结果。这篇文章我会从为什么值得学这套东西讲起，到环境搭建、核心读写、批量自动化，再到一堆我实际踩过的坑，全部整理出来，给正在搜"python excel库"的朋友一份可以直接照着做的路线图。

1. 从"手搓Excel"到"Python自动化"：我为什么最终切到脚本处理

1.1 我最初的Excel困境

事情要从好几年前说起。当时我在一家做零售数据分析的小组里，每周五下午都要把十几个门店发来的Excel报表合并成一张总表。每个门店的表格格式还不完全一样，有的把销售额放在B列，有的放在D列，有的日期格式是2024-01-05，有的却写成了2024年1月5日。我每周都要手动打开每一个文件，复制粘贴，调整格式，检查合计。一次两次还可以接受，连续做了几个月之后，真的受不了了——这种纯重复的体力劳动，既没有技术含量，又容易出错。有一次我不小心把某门店的销售额漏掉了，直接被领导叫去谈话，那之后我就下定决心要用脚本把这套流程自动化。

当时我搜索的关键词，就是"python excel"。

1.2 Python方案真正解决的三类问题

使用Python处理Excel，解决的绝不仅仅是"不用手动点开文件"这么简单。我把它归纳成三大类核心场景，这也是你判断自己是否需要这套技术的关键。

第一类是数据整合场景。也就是我上面说的那种问题：几十个Excel文件，格式大同小异，需要汇总成一张总表。纯手工操作的问题不只是慢，更在于"人的注意力会退化"。到第30个文件的时候，你已经很难保持和第3个文件一样的仔细程度。而Python脚本只要写一次，跑一万次都不会烦躁走神。

第二类是批量操作场景。比如你需要给一百个客户分别生成一份定制的对账单，每份账单的标题、金额、联系人都不一样，其他格式完全统一。手工做这件事，意味着要复制一百遍模板，再改一百遍内容，费时耗力。如果用脚本，设计好模板之后，一秒钟生成一个文件，一百个文件几分钟搞定。

第三类是数据分析场景。Excel自带的筛选、透视表、公式功能很强大，但遇到一些稍微复杂的数据清洗、跨表关联、条件统计时，操作步骤会非常繁琐，而且很难复用。如果用Python的pandas库处理，Excel表格会被当作一个结构化的数据集，可以用一行代码完成分组求和、数据去重、缺失值填充。写过的处理逻辑还可以封装成函数，下次遇到同样的数据结构，换个文件路径就能直接跑。

1.3 什么人适合学这套东西

我把话说明白点，不是所有人都需要学这套东西。如果你是Excel轻度用户，一个月也用不了几次，只做一些简单的数据登记和表格美化，那你没必要引入脚本，老老实实手工操作反而更快。但如果你是以下几类人，我建议你认真学一下：

• 经常需要处理别人发来的Excel文件，且文件格式不统一；
• 每天/每周有固定报表任务，比如日报、周报、月报；
• 需要把Excel数据导入数据库，或者把数据库导出成Excel；
• 从事数据分析、运营、财务、人事这类大量和表格打交道的岗位；
• 单纯想用程序的方式偷懒，省出更多时间摸鱼或者学新东西。

这套技术栈的学习成本并不高。你不需要成为Python专家，只需要掌握几个核心库的常用API，外加一点基础的Python语法，就足以解决工作中80%的Excel自动化需求。我接下来讲的所有内容，都基于这样一个定位：面向实际任务的、够用就行的方案。

2. 生态选型对照：openpyxl、pandas、xlwings到底分别管哪摊事

很多人第一次搜"python excel库"的时候会看到一堆名字：openpyxl、xlrd、xlwt、pandas、xlsxwriter、xlwings、pyexcel……当场就懵了，到底该学哪个？我当时也是同样的困惑。这里我根据自己的使用经验，把最常用的几个库梳理成一个对比表，你先有个整体认知，后面实操部分我会逐个展开。

2.1 openpyxl：我日常使用频率最高的主力

如果你只想学一个库来覆盖Excel的大部分需求，我的建议是openpyxl。它直接操作.xlsx文件，不需要本机装有Excel软件就能读写。这意味着你可以在服务器上跑脚本，定时生成报表，再通过邮件发出去。这套方案我一直延用至今。

openpyxl的设计思路是模仿Excel本身的三层结构：工作簿（Workbook）、工作表（Worksheet）、单元格（Cell）。你加载一个Excel文件之后，操作过程和你平时在Excel里点来点去非常像，只是从鼠标变成了代码。它可以设置单元格的值、字体、颜色、边框、对齐方式，可以合并单元格，可以插入图片，可以添加图表，还可以设置列宽行高。日常办公能用到的Excel功能，它基本都覆盖了。

但openpyxl有两个明显的限制：第一，它不支持旧版的.xls格式，只支持.xlsx；第二，它对Excel里的公式并不是"计算"态度，而是"记录"态度。也就是说，如果你用openpyxl写了一个公式进去，Excel打开这个文件时会自动计算，但如果你用openpyxl读取一个带公式的单元格，默认拿到的可能就是公式字符串本身，而不是计算出的结果。这个问题我在后面的坑位部分会重点讲。

2.2 pandas：处理整张表数据的效率之王

如果说openpyxl是把Excel当一个文件来操作，那么pandas就是把Excel当一个数据集来操作。它底层把表格读进来后，会转换成一个DataFrame对象。你可以把它想象成一张增强版的Excel表：有行索引、有列名，还内置了大量数据处理方法。

举个例子，你想求每个区域的销售额总和。在Excel里你需要插入透视表，或者用SUMIF函数。在pandas里，两行代码就完成了——先按区域分组，再求和。如果你做的"Excel处理"本质上更多是数据分析，而不是格式编辑，那pandas才是你的主力，openpyxl反而只是辅助工具。

pandas本身不能直接读写Excel文件，它需要依赖某个底层引擎。最新版本推荐使用openpyxl作为引擎，所以这两者多数情况下是搭配使用的。pandas负责算数，openpyxl负责样式，各司其职。

2.3 xlwings：需要和Excel软件联动时的"遥控器"

xlwings的性质和openpyxl完全不同。openpyxl是绕过Excel程序直接操作文件，xlwings则是启动本机的Excel软件，然后通过脚本远程操控它。你可以让脚本打开一个Excel工作簿，往里填写内容，调用Excel自身的函数，甚至让Excel执行VBA宏。

这个库适合什么场景呢？比如你有一个别人写好的、带复杂宏的Excel流程，不想重写成Python版本，只想用Python当调度器，自动触发它跑一遍，那么xlwings是很好的选择。又比如你写了个数据处理脚本，算完之后想直接在一个已经打开的Excel文件里刷新透视表，也可以用到它。但要注意，xlwings必须在装有Excel的电脑上运行，Linux服务器上没法用。所以它的应用范围其实比openpyxl小得多，主要是桌面端自动化。

2.4 选型建议

我给新手的建议很简单：先学openpyxl，因为它最通用，能覆盖读写和样式两个基本诉求；然后学pandas，因为数据分析是Excel自动化最硬的需求；最后根据工作环境决定是否学xlwings。其他几个库，用到再说，现在不用管。

3. 三分钟跑通环境：安装Python库和第一段读写脚本

3.1 别绕过Python环境的准备

我知道现在网上Python安装教程一搜一大把，有些新手折腾了一天环境还没配好。这里我只说最关键的几点。首先去Python官网下载Windows安装包，安装时务必勾选"Add Python to PATH"，这个选项默认是不勾的，不勾的话后面在命令行里输入python会提示找不到命令，非常麻烦。Mac用户建议装Homebrew之后用brew install python3。Linux用户一般自带Python，但版本可能偏老，建议用pyenv管理版本。

装好Python之后，打开命令行，输入python --version，如果能看到版本号，说明环境OK。下一步建议创建一个虚拟环境，避免不同项目的依赖包互相干扰。我用的是venv：

python -m venv excel_env excel_env\Scripts\activate # Windows激活虚拟环境 source excel_env/bin/activate # Mac/Linux激活虚拟环境

看到命令行前面出现了(excel_env)字样，说明虚拟环境已经激活，后面安装的库都装在这个独立环境里，不会污染系统。

3.2 安装Excel处理的核心库

接下来安装openpyxl和pandas。打开命令行工具，输入：

pip install openpyxl pip install pandas

如果你的网络比较慢，可以换用国内镜像源：

pip install openpyxl pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，可以用一条简单的命令验证是否装好：

python -c "import openpyxl, pandas; print('OK')"

如果控制台输出了OK，说明两个库都能正常导入了。这是最基础的排障方法，别小看这一步，很多人后面报错都是因为库没装上或者装错了环境。

3.3 第一个脚本：读取工作簿结构

安装完库，我们写第一段真正能跑通的代码。假设当前文件夹里有一个"销售数据.xlsx"文件，里面有几个工作表。我们来打印它的结构：

import openpyxl # 加载工作簿 wb = openpyxl.load_workbook('销售数据.xlsx') print('工作表列表：', wb.sheetnames) # 获取第一个工作表 ws = wb.active print('当前工作表名称：', ws.title) print('表格尺寸：', ws.dimensions) # 打印前5行数据 for row in ws.iter_rows(min_row=1, max_row=5, values_only=True): print(row)

这段代码做了三件事：加载文件、探查有哪些sheet、读取前几行数据。iter_rows方法按行遍历，values_only=True表示只返回值、不返回单元格对象，适合快速预览数据。跑完这段，你就能看到一个Excel文件的基本面貌了。

3.4 理解Excel的三层结构

初学者最容易困惑的是load_workbook和Workbook的区别。load_workbook是读取一个已存在的文件，Workbook()是新建一个空白文件。你可能还会遇到这样的情况：明明改了一个单元格的值，保存后再用Excel打开，发现其他单元格的样式丢失了。这是因为如果原文件里有一些特殊内容（如图表、图片、部分高级格式），openpyxl在保存时可能无法完整保留，所以在修改别人发来的复杂表格时，最好先备份原文件。

我一直觉得，理解Excel文件在Python里的三层结构是入门的关键。工作簿是最大的容器，相当于文件的本身；工作表是工作簿里的每一页，通常用底部的标签来区分；单元格是最小单位，通过类似'B2'这样的坐标来定位。掌握了这三层，后面所有操作都只是在这三层之间存取数据而已。

4. 核心读写实操：从单个单元格到整表数据流转

4.1 新建工作簿并写入基础数据

环境搞定之后，我们开始动手写数据。先从一个最简单的例子开始：创建一个新的Excel文件，写入一个客户列表。

import openpyxl from openpyxl.styles import Font, Alignment, PatternFill, Border, Side wb = openpyxl.Workbook() ws = wb.active ws.title = '客户列表' # 写入表头 headers = ['姓名', '城市', '消费金额'] ws.append(headers) # 写入数据行 ws.append(['张三', '北京', 1200]) ws.append(['李四', '上海', 890]) ws.append(['王五', '广州', 1560]) # 设置表头样式：加粗、居中、背景色 for cell in ws[1]: cell.font = Font(bold=True) cell.alignment = Alignment(horizontal='center') cell.fill = PatternFill(start_color='DDEBF7', end_color='DDEBF7', fill_type='solid') # 设置列宽 ws.column_dimensions['A'].width = 12 ws.column_dimensions['B'].width = 12 ws.column_dimensions['C'].width = 12 wb.save('客户列表.xlsx')

这里有几个值得注意的细节。append方法会在当前工作表末尾追加一行数据，传入一个列表，依次填入各列。写入的数值类型就是Python的原生类型：字符串、整数、浮点数都会原样保存，不会自动转成文本。样式设置是通过Font、Alignment、PatternFill这些类来完成的，它们都属于openpyxl.styles模块。每个样式类都是由若干属性组成的，比如Font可以设置名字、大小、加粗、颜色；Alignment可以设置水平垂直对齐和换行。

4.2 读取已有数据并做简单计算

读取和写入是基本对称的。我们读回刚才创建的文件，计算所有客户的消费总额和平均值。

import openpyxl wb = openpyxl.load_workbook('客户列表.xlsx') ws = wb.active total = 0 count = 0 for row in ws.iter_rows(min_row=2, values_only=True): name, city, amount = row total += amount count += 1 print(f'客户数量：{count}，消费总额：{total}，人均消费：{total / count:.2f}')

这段代码演示了如何遍历数据区域。min_row=2表示跳过表头，从第二行开始。values_only=True让我们直接拿到数值而不是单元格对象。实际开发中你可能有几十列数据，此时把每行的数据都解包出来是不现实的，更好的做法是构建一个列表，把所有行数据作为一个二维列表拿到，再交给pandas做统一处理。

4.3 用pandas做批量统计分析

下面我们来看pandas的典型用法。假设我们有一个包含多个月份销售明细的Excel文件，每个工作表代表一个月的销售记录，结构相同，都要计算每个商品的销售额合计。

import pandas as pd # 读取第一个工作表 df = pd.read_excel('销售明细.xlsx', sheet_name=0) print('数据预览：') print(df.head()) print('数据维度：', df.shape) # 假设表里有 商品名称 单价 数量 三列 df['销售额'] = df['单价'] * df['数量'] result = df.groupby('商品名称')['销售额'].sum().reset_index() result = result.sort_values('销售额', ascending=False) # 导出结果 result.to_excel('商品销售汇总.xlsx', index=False)

pandas的read_excel函数返回DataFrame，head()可以快速预览前几行，shape属性返回行数和列数。groupby是数据分析里最高频的方法之一，它把一个DataFrame按某一列分组，然后对另一个列应用聚合操作。这里按商品名称分组，对销售额列求和，得到一个汇总结果。reset_index的作用是让分组键变成普通列，不至于留在索引里，这样输出到Excel格式更直观。

我为什么建议大家在处理数据统计时优先用pandas？因为openpyxl算数据需要你手动写循环去逐个单元格取值，数据量一大就慢，而且代码啰嗦。而pandas的方法是声明式的——你想"按商品分组求和"，代码里就写groupby('商品').sum()，语义和意图完全一致，读代码的人不需要猜你在干什么。尤其对方格超过几万行的Excel，pandas的数据处理速度和处理体验都远好于手工遍历单元格。

4.4 单元格样式：让脚本生成的报表不再丑

数据有了，格式也不能太难看。用openpyxl生成的报表，经常给人一种"程序生成"的冷冰冰感觉，那是因为默认情况下，所有单元格都是宋体、无边框、无对齐控制。我们可以在保存之前批量设置格式。下面的代码演示了如何给已有数据添加边框和颜色：

from openpyxl.styles import Border, Side thin_border = Border( left=Side(style='thin'), right=Side(style='thin'), top=Side(style='thin'), bottom=Side(style='thin') ) ws = wb.active for row in ws.iter_rows(min_row=1, max_row=ws.max_row, max_col=ws.max_column): for cell in row: cell.border = thin_border if cell.row % 2 == 0: cell.fill = PatternFill(start_color='F2F2F2', end_color='F2F2F2', fill_type='solid')

这里做了一件实用的事：给整张表加上细边框，并且给偶数行加上浅灰色填充，实现隔行变色。这种效果在Excel里叫斑马纹，视觉上非常提升报表质感。PatternFill的start_color和end_color设置为相同颜色，fill_type设置为solid，意思就是纯色填充。眼尖的朋友可能会问，为什么有开始色和结束色两个参数？这是为了兼容渐变填充。我们使用纯色填充时，两个值写成一样就行。

5. 自动化进阶：模板批量填充、跨表汇总与报表生成

5.1 用现成模板批量生成客户对账单

接下来这部分是我认为"Python处理Excel"最值钱的应用场景——批量生产文档。前面说到的客户对账单就是个很好的例子。假设财务部有一个设计好的"对账单.xlsx"模板，B3单元格是客户姓名，B4是订单数，B5是总金额。我们不需要从零开始造文件，只需要加载模板、填入数据、另存为新文件。

import openpyxl from pathlib import Path # 客户数据：姓名, 订单数, 总金额 customers = [ ('张三', 12, 12000), ('李四', 8, 8900), ('王五', 23, 15600), ] output_dir = Path('对账单输出') output_dir.mkdir(exist_ok=True) for name, count, amount in customers: wb = openpyxl.load_workbook('对账单模板.xlsx') ws = wb.active ws['B3'] = name ws['B4'] = count ws['B5'] = amount wb.save(output_dir / f'对账单_{name}.xlsx') print(f'已生成：{name}的对账单')

这段代码的口诀就是"模板+数据=产出"。生成一百个文件，本质上就是把上述循环多跑一百遍。这里有一个非常重要的工程习惯：在循环内部每次重新load模板。因为如果只加载一次模板，第一次循环时你修改了B3单元格，第二次循环时模板已经不是原始状态了，生成的文件会互相污染。每次load_workbook('对账单模板.xlsx')就是重新读取磁盘上的原始文件，保证每轮迭代都从干净状态开始。这个细节我见过不少新人踩坑，特地说一下。

5.2 遍历文件夹中的所有Excel并汇总

我们再来看一个更复杂的场景：目录下几十个Excel文件，结构类似但顺序不完全一致，需要汇总成一张总表。这时pandas才是合适的工具。

from pathlib import Path import pandas as pd data_dir = Path('data') frame_list = [] for file in data_dir.glob('*.xlsx'): df = pd.read_excel(file, sheet_name=0) # 加一列来源文件名，方便追溯 df['来源文件'] = file.name frame_list.append(df) print(f'已读取：{file.name}，行数{len(df)}') all_data = pd.concat(frame_list, ignore_index=True) all_data.to_excel('汇总表.xlsx', index=False) print(f'汇总完成，共{len(all_data)}行')

glob('*.xlsx')会匹配目录下所有Excel文件，返回一个生成器。pd.concat把多个DataFrame纵向拼接，ignore_index=True会重新生成连续的行索引，避免拼接后行号混乱。如果你遇到"有的表列名相同但顺序不同"，pandas会自动按列名对齐，这是一个隐藏福利；如果你遇到"有的文件里多了一列无用的备注"，上面的代码也会把那一列带进来，此时你需要在循环里先筛选列，再append。我给一个筛选的示例：

df = pd.read_excel(file, sheet_name=0) df = df[['日期', '区域', '销售额']] # 只保留需要的三列

5.3 把Excel当中间媒介：数据导入数据库和反向导出

Excel不只是一个最终产物，它经常扮演"中间数据容器"的角色。比如你从业务系统导出了一个Excel明细表，需要导入MySQL数据库；又比如你从数据库查了一批数据，需要导出成Excel给业务同事。这两件事用Python都可以做成一条流水线。

先看从Excel导入SQLite的简单示例：

import pandas as pd import sqlite3 df = pd.read_excel('订单明细.xlsx') conn = sqlite3.connect('business.db') df.to_sql('orders', conn, if_exists='replace', index=False) conn.close() print('导入完成')

pandas的to_sql方法可以直接把DataFrame写入数据库表，if_exists='replace'表示如果表已存在就替换。反过来，数据库查询结果导出Excel也一样简单：

import pandas as pd import sqlite3 conn = sqlite3.connect('business.db') df = pd.read_sql_query('SELECT * FROM orders WHERE 销售额 > 1000', conn) conn.close() df.to_excel('高价值订单.xlsx', index=False)

这套组合非常实用。我以前在电商公司做运营支持时，每天都要导出各种维度的订单数据给同事，用这种两段式流水线，只要换一下SQL查询语句，十分钟就能生成一个定制报表。

5.4 定时自动化：把报表生成交给调度器

流程写好了之后，接上定时调度，才算真正"躺平"。Windows系统可以用任务计划程序，Mac/Linux可以用crontab。以Windows为例，你把脚本保存成generate_report.py，然后在任务计划程序里新建一个任务，设置每天上午九点运行python generate_report.py。这样每天一到点，报表就自动生成、自动保存到指定路径，你甚至可以直接在脚本里调用邮件接口把文件发出去。

有一点要提醒：在定时任务里运行脚本时，Python解释器的路径请写成绝对路径。因为计划任务的环境变量和你自己敲命令的终端环境可能不一样。比如：

C:\excel_env\Scripts\python.exe D:\projects\generate_report.py

如果你直接写python generate_report.py，定时任务可能因为找不到Python而报错，但你自己手动跑又正常——这个问题排查起来很迷，提前写成绝对路径能省很多事。

6. 我踩过的那些坑：类型转换、公式缓存与大文件性能

6.1 只支持xlsx不支持xls

千万不要以为"Excel文件"都是一个样子。旧版的.xls和新版的.xlsx在文件格式上完全是两回事，前者是二进制格式，后者是基于XML的压缩格式。openpyxl只处理.xlsx，不能加载.xls文件。如果你用openpyxl去加载一个.xls文件，大概率会收到一个不友好的报错，提示文件格式无效或已损坏。

解决办法分两种：其一，用Excel把.xls另存为.xlsx再处理；其二，用xlrd库读.xls文件，然后用openpyxl写回新的.xlsx。xlrd在版本2.x之后只支持读取.xls，这也意味着它和openpyxl正好互补——一个管旧，一个管新。我在处理老系统导出的表格时经常组合使用：

import xlrd import openpyxl book = xlrd.open_workbook('old_data.xls') sheet = book.sheet_by_index(0) wb = openpyxl.Workbook() ws = wb.active for r in range(sheet.nrows): ws.append(sheet.row_values(r)) wb.save('old_data_converted.xlsx')

6.2 公式单元格读出来是空，或者说读的是公式字符串

这个是很多人碰到的最困惑的问题之一。你用openpyxl读取一个Excel文件，明明在Excel里能看到某个单元格显示的是计算结果，比如SUM(E2:E10)的结果是100，但openpyxl读出来却是公式字符串'=SUM(E2:E10)'，或者干脆读出来是None。

原因在于.openpyxl有data_only这个参数。默认情况下，load_workbook读取的是带有公式的版本，单元格对象保存的是公式本身。如果你设置data_only=True，它尝试读取的是上次Excel计算后缓存的数值。关键在于：如果你的.xlsx文件是openpyxl生成的，写入的公式没有经过Excel实际打开计算过，那么文件里就没有缓存数值，data_only=True读出来的就是None。

一个稳妥的解法是，在写公式的同时写入缓存值，或者保证文件经过Excel打开过一次。如果你只是在脚本与脚本之间流转数据，尽量避免依赖公式计算。把公式算好的结果直接写入新的列，比让Excel去计算公式更可控。我在做自动化报表时，都是直接用pandas在Python里算好最终数值，写入Excel时写纯数字，而不是写公式。虽然这样失去了一点"动态刷新的能力"，但换来的是无论谁来打开这个文件，看到的都是确定的数字，不会出现打开后数值还没计算出来的问题。

6.3 合并单元格的读取陷阱

很多业务报表喜欢把标题行合并单元格，比如"一月销售汇总"横跨A1到E1。如果你用openpyxl读取合并单元格区域，会发现在A1能读到标题，但B1、C1、D1、E1这些被合并的单元格读出来是None或者空字符串。这不是bug，这是合并单元格在底层数据结构上的特性——合并区域里只有左上角那个单元格保存实际值，其他单元格是空的占位。

处理方式有两种。如果你需要读取这类单元格的值，先判断单元格是否在合并区域中，如果是，就取合并区域左上角的值。openpyxl提供了merged_cells.ranges属性来查看所有合并区域。如果你需要创建带合并单元格的报表，可以使用ws.merge_cells('A1:E1')方法，然后在A1写入标题文字。读取时要做一些额外判断，写入时也要记得"只给左上角赋值"。这个特性在批量解析别人表格时经常遇到，值得留意。

6.4 超过65536行的大文件，性能肉眼可见地变差

老读者可能知道，旧版Excel单个工作表最多65536行，新版可以达到1048576行。如果你的数据量达到数十万行，用openpyxl逐行逐单元格操作会明显变慢，因为每操作一个单元格都有内存开销和对象创建成本。

针对这类大文件，我的经验有两个优化方向。第一，在写入时使用write_only模式：

wb = openpyxl.Workbook(write_only=True) ws = wb.create_sheet('data') ws.append(['列1', '列2', '列3']) for row_data in big_data_list: ws.append(row_data) wb.save('big_file.xlsx')

write_only模式大幅减少了内存占用，适合大规模写入，但代价是你不能用它来读取或修改已有文件。第二，在读取时使用pandas的chunksize参数分块处理，避免一次性把整张表载入内存：

import pandas as pd chunk_list = [] chunk_iter = pd.read_excel('big_file.xlsx', sheet_name=0, chunksize=10000) for chunk in chunk_iter: # 对每一块做处理 result = chunk.groupby('区域')['销售额'].sum() chunk_list.append(result) final_result = pd.concat(chunk_list).groupby(level=0).sum()

这种分批处理的方式在处理百万行数据时尤为重要，我处理过的最大的一份Excel有八十万行，当年没做分块导致程序直接内存溢出，改用chunksize之后一路顺畅。

6.5 不要忘了自动过滤器和冻结窗格

最后分享一个小细节。用脚本生成的Excel报表，打开后可能需要肉眼筛选某些列。如果你在脚本里就直接给表头加上自动筛选，并在标题行下设置冻结窗格，那使用者打开文件就能直接筛选、滚动查看时表头不消失，体验会好很多。

ws.auto_filter.ref = ws.dimensions # 对整个表启用筛选 ws.freeze_panes = 'A2' # 冻结第一行

auto_filter.ref表示筛选作用的区域，freeze_panes指定要冻结的分界线——设置在A2单元格，意味着A2之前的行列（即第一行）被冻结。这两行代码加进去，生成的报表观感会非常接近专业运营做出来的效果。

从最早手动复制粘贴，到现在一个脚本生成几十个报表，我确实在这套组合上省下了大量时间。开头提到的"pythonexcel"并不是一个真实的库名，但围绕Python和Excel的这套生态，称它"神奇"并不夸张——openpyxl处理格式、pandas分析数据、xlwings操纵Excel本尊，三者搭配起来能覆盖绝大多数办公自动化需求。如果你正打算入门，建议从第四章的读写代码开始复制练习，先跑通一个最小案例，再逐步扩展到自己的业务场景。踩坑之后也不要灰心，这一类问题的解法往往非常简单，难点只在于第一次遇到时别慌神。