Python 处理 Excel 终极对比:openpyxl vs pandas vs xlwings

处理Excel这件事我踩过的坑加起来能写一本书。

最早用VBA，后来学了Python觉得自己升华了，结果发现Python生态里处理Excel的库有好几个，每次选错就是半天白费。

今天把三个最常用的库彻底对比一遍，openpyxl、pandas、xlwings，每个都说清楚：适合干嘛、不适合干嘛、哪些坑是我替你踩过的。

往期阅读>>>

Python 为什么会成为AI时代的头部语言

Python 40个常用的列表推导式

Python 50个提高代码开发效率的方法

Python 自动检测服务HTTPS证书过期时间并发送预警

Python 自动化操作Redis的15个实用脚本

Python 自动化管理Jenkins的15个实用脚本，提升效率

Python copyparty搭建轻量的文件服务器的方法

Python 实现2FA认证的方法，提升安全性

Python 封装20个常用API接口，提升开发效率

App2Docker：如何无需编写Dockerfile也可以创建容器镜像

Python 集成 Nacos 配置中心的方法

Python 35个JSON数据处理方法

Python 字典与列表的20个核心技巧

Python 15个文本分析的库，提升效率

Python 15个Pandas技巧，提升数据分析效率

Python 运维中30个常用的库，提升效率

Python调用远程接口的方法

Python 提取HTML文本的方法，提升效率

Python 应用容器化方法：实现“一次部署，处处运行”

Python 自动化识别Nginx配置并导出为excel文件，提升Nginx管理效率

Python 5个常见的异步任务处理框架

Python数据科学常见的30个库

Python 50个实用代码片段，优雅高效

先说结论

不想看完整文章的，直接看这段：

• openpyxl：你要操作Excel格式（合并单元格、设置样式、写公式），用这个

• pandas：你要做数据分析、大批量读写、数据清洗，用这个

• xlwings：你要跟已经打开的Excel文件交互、执行VBA，用这个

用错了不是不能跑，是你会很痛苦。

openpyxl：格式控的选择

它能干嘛

openpyxl直接操作.xlsx文件，不需要本机装Excel，读写改样式都行。

fromopenpyxlimportWorkbookfromopenpyxl.stylesimportFont, PatternFill, Alignmentfromopenpyxl.utilsimportget_column_letterwb = Workbook()ws = wb.activews.title = "月度报表"# 写标题行headers = ["姓名", "部门", "销售额", "完成率"]forcol_num, headerinenumerate(headers, 1):cell = ws.cell(row=1, column=col_num, value=header)cell.font = Font(bold=True, color="FFFFFF")cell.fill = PatternFill(start_color="2F75B6", end_color="2F75B6", fill_type="solid")cell.alignment = Alignment(horizontal="center")# 写数据data = [    ("张三", "销售部", 120000, "120%"),    ("李四", "销售部", 95000, "95%"),    ("王五", "市场部", 88000, "88%"),]forrow_dataindata:ws.append(row_data)# 设置列宽fori, colinenumerate(ws.columns):ws.column_dimensions[get_column_letter(i+1)].width = 15wb.save("月度报表.xlsx")

踩过的坑

坑一：合并单元格之后写不进去数据

第一次遇到这个坑的时候搞了大半天。合并之后只有左上角的单元格能写值，其他位置写了也是白写。

ws.merge_cells("A1:D1")ws["A1"] = "Q1季度总结"# 只能写A1# ws["B1"] = "什么" 写了也没用，保存之后还是空的

坑二：写公式不等于有计算结果

ws["E2"] = "=SUM(A2:D2)"# 公式写进去了# 但用openpyxl读这个文件，读出来是字符串 "=SUM(A2:D2)"# 不是计算结果

想读公式结果要么打开Excel让它重新计算，要么用xlwings——后面说。

坑三：几万行以上写得很慢

超过几万行的Excel，openpyxl写起来开始掉速，这种情况换pandas。

pandas：数据处理主力

它能干嘛

pandas才不管你单元格什么颜色，它就管数据。读取、过滤、聚合、处理、输出，这套流程用它是最顺的。

importpandasaspddf = pd.read_excel("销售数据.xlsx", sheet_name="Sheet1")df_clean = (df    .dropna(subset=["销售额"])    .query("销售额 > 0")    .assign(完成率=lambdax: x["销售额"] /x["目标额"])    .sort_values("销售额", ascending=False))summary = df_clean.groupby("部门").agg(总销售额=("销售额", "sum"),平均完成率=("完成率", "mean"),人数=("姓名", "count")).reset_index()print(summary)

同时处理多个sheet：

all_sheets = pd.read_excel("数据.xlsx", sheet_name=None)combined = pd.concat(all_sheets.values(), ignore_index=True)

写出带格式的Excel（搭xlsxwriter）：

withpd.ExcelWriter("报告.xlsx", engine="xlsxwriter") aswriter:df.to_excel(writer, sheet_name="数据", index=False)workbook = writer.bookworksheet = writer.sheets["数据"]header_fmt = workbook.add_format({"bold": True,"bg_color": "#2F75B6","font_color": "white","align": "center",    })forcol_num, valueinenumerate(df.columns.values):worksheet.write(0, col_num, value, header_fmt)

踩过的坑

坑一：日期列变成 Timestamp 了

df = pd.read_excel("数据.xlsx")print(df["日期"][0])  # 2024-01-15 00:00:00，不是你想要的格式# 转成字符串df["日期"] = df["日期"].dt.strftime("%Y-%m-%d")

坑二：金额列浮点精度掉了

钱相关的计算不能直接用float，0.1+0.2不等于0.3，这不是Python的问题，是所有语言的浮点数问题：

fromdecimalimportDecimaldf["金额"] = df["金额"].apply(lambdax: Decimal(str(x)))

坑三：大文件内存不够用

500MB以上的Excel直接read_excel会把整个文件塞进内存，小内存机器很容易OOM。pandas不支持分块读Excel，超大文件建议先转CSV：

chunk_size = 10000forchunkinpd.read_csv("大文件.csv", chunksize=chunk_size):process(chunk)

xlwings：操控Excel本体

它能干嘛

xlwings需要本机装Excel，它直接操控Excel进程。

能做：

• 读已打开文件的实时数据

• 读公式计算结果（不是公式字符串）

• 执行VBA宏

• 生成图表截图

importxlwingsasxwwb = xw.Book("报表.xlsx")ws = wb.sheets["Sheet1"]# 读取值（公式结果，不是公式本身）value = ws["B2"].value# 批量读取data = ws.range("A1:D10").value# 返回二维列表# 调用VBA宏app = xw.apps.activeapp.macro("ThisWorkbook.刷新数据")()# 把Python处理结果写回ws["A1"].value = [[1, 2, 3], [4, 5, 6]]

用完自动关闭进程：

withxw.App(visible=False) asapp:wb = app.books.open("报表.xlsx")ws = wb.sheets[0]ws["A1"].value = "处理完成"wb.save()wb.close()# 出了with块自动关闭Excel进程

踩过的坑

坑一：以为脚本跑完了Excel就关了

没显式关的话Excel进程会一直挂后台，下次再跑同一文件直接报“文件已被占用”。一定要用with语法或者手动close。

坑二：macOS权限问题

macOS用xlwings要给Python授权“辅助功能”权限，不然报：

appscript.reference.CommandError: errAEEventNotPermitted(-1743)

去系统偏好设置 > 隐私与安全性 > 辅助功能，把Terminal或IDE加进去。

坑三：服务器上跑不了

Linux没有Excel，xlwings在上面没法用。定时任务、Docker容器里处理Excel，只能用openpyxl或pandas。

怎么选

真实项目里怎么搭配用

很多项目不是单用一个的。比如每周生成带格式的销售报表这种需求：

importpandasaspdfromopenpyxlimportload_workbookfromopenpyxl.stylesimportFont, PatternFill# pandas 处理数据df_raw = pd.read_excel("原始数据.xlsx")df_result = df_raw.groupby("部门").agg({"销售额": "sum"}).reset_index()# pandas 先写出基础Exceldf_result.to_excel("报表.xlsx", index=False)# openpyxl 再美化wb = load_workbook("报表.xlsx")ws = wb.activeforcellinws[1]:cell.font = Font(bold=True, color="FFFFFF")cell.fill = PatternFill(start_color="2F75B6", end_color="2F75B6", fill_type="solid")wb.save("报表_最终.xlsx")

pandas负责数据，openpyxl负责样式。各干各的事，代码也清晰。

最后

三个库不是谁比谁强，就是用途不一样：

openpyxl - 要格式要样式，找它

pandas - 要处理分析数据，找它

xlwings - 要操控Excel本体读公式结果，找它

选错了不是实现不了，是实现起来会很绕。我之前试过用openpyxl读公式结果，搞了两个小时才发现根本就不是这个库该做的事。

你在项目里处理Excel遇到过什么奇葩问题吗？评论区聊聊。

https://ima.qq.com/wiki/?shareId=f2628818f0874da17b71ffa0e5e8408114e7dbad46f1745bbd1cc1365277631c