Python高效操作Excel：写入数据、格式化与批量处理363

Python凭借其强大的库和灵活的语法，成为处理数据，特别是与Excel表格交互的理想选择。本文将深入探讨如何使用Python高效地将数据写入Excel文件，涵盖数据写入、格式化、批量处理以及错误处理等关键方面，并提供丰富的代码示例，帮助您快速掌握这项技能。

常用的Python库主要有openpyxl, xlsxwriter 和 pandas。它们各有优缺点，选择哪个库取决于你的具体需求和数据规模。openpyxl适用于读取和写入xlsx/xlsm/xltx/xltm文件，支持较多的Excel特性，但处理大文件时效率相对较低。xlsxwriter专注于写入xlsx文件，效率高，尤其适合生成新的Excel文件。pandas则是一个强大的数据分析库，它提供简洁的API来操作数据，并可以轻松地将数据写入Excel，同时具备强大的数据处理能力，适合处理复杂的数据操作。

一、使用openpyxl写入数据

openpyxl是一个读取和写入Excel 2010 xlsx/xlsm/xltx/xltm文件的库。以下示例演示如何创建一个新的Excel文件并写入数据：```python
from openpyxl import Workbook
workbook = Workbook()
sheet =
# 写入数据
data = [
['Name', 'Age', 'City'],
['Alice', 25, 'New York'],
['Bob', 30, 'London'],
['Charlie', 28, 'Paris']
]
for row in data:
(row)
# 保存文件
("")
```

这段代码首先创建了一个新的工作簿和工作表，然后通过循环将数据添加到工作表中。最后，将工作簿保存为名为""的文件。

二、使用xlsxwriter写入数据及格式化

xlsxwriter是另一个强大的库，尤其擅长创建新的Excel文件并写入数据。它提供了丰富的格式化选项，可以让你创建美观且易于阅读的Excel报表。```python
import xlsxwriter
workbook = ('')
worksheet = workbook.add_worksheet()
# Add a bold format for the headers.
bold = workbook.add_format({'bold': 1})
# Write headers
headings = ['Name', 'Age', 'City']
worksheet.write_row('A1', headings, bold)

# Write data
data = [
['Alice', 25, 'New York'],
['Bob', 30, 'London'],
['Charlie', 28, 'Paris']
]
worksheet.write_column('A2', [item[0] for item in data])
worksheet.write_column('B2', [item[1] for item in data])
worksheet.write_column('C2', [item[2] for item in data])

()
```

这段代码演示了如何使用xlsxwriter写入数据并使用粗体格式化标题。你可以通过add_format函数自定义各种格式，例如字体、颜色、对齐方式等。

三、使用pandas写入数据

pandas库提供了更高级的处理数据的方法。它能够轻松地将各种数据结构(例如列表、字典、NumPy数组)写入Excel。```python
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 28],
'City': ['New York', 'London', 'Paris']}
df = (data)
df.to_excel('', sheet_name='Sheet1', index=False)
```

这段代码首先创建一个pandas DataFrame，然后使用to_excel方法将其写入名为""的Excel文件中。index=False参数表示不写入DataFrame的索引。

四、批量处理和错误处理

对于大规模的数据处理，需要考虑批量处理和错误处理。可以使用迭代器和异常处理机制来提高效率和健壮性。```python
import csv
from openpyxl import Workbook
try:
with open('', 'r', encoding='utf-8') as csvfile:
reader = (csvfile)
next(reader) #跳过表头
workbook = Workbook()
sheet =
for row in reader:
(row)
('')
except FileNotFoundError:
print("Error: not found.")
except Exception as e:
print(f"An error occurred: {e}")
```

这段代码演示了如何从CSV文件读取数据并写入Excel，并包含了错误处理机制。

总结：选择合适的库取决于你的具体需求。对于简单的写入操作，openpyxl或xlsxwriter已经足够；对于复杂的数据处理和分析，pandas是更好的选择。记住根据你的数据量和复杂度选择合适的库，并加上必要的错误处理，确保代码的稳定性和可靠性。

2025-05-08

上一篇：Python Pandas 数据高效写入：方法、技巧与性能优化

下一篇：Python函数计时：精确测量代码执行时间的方法详解