当前位置：首页 > 文章列表 > 文章 > python教程 > PythonExcel数据分析：openpyxl与pandas教程

PythonExcel数据分析：openpyxl与pandas教程

2026-02-07 11:08:32 0浏览收藏

golang学习网今天将给大家带来《PythonExcel数据分析：openpyxl与pandas实战教程》，感兴趣的朋友请继续看下去吧！以下内容将会涉及到等等知识点，如果你是正在学习文章或者已经是大佬级别了，都非常欢迎也希望大家都能给我建议评论哈~希望能帮助到大家！

openpyxl与pandas分工协作：pandas负责数据清洗计算，openpyxl负责格式化呈现；pandas读写会丢失样式，需用openpyxl操作模板、填入结果并设置格式、条件高亮等。

PythonExcel数据统计分析_openpyxl与pandas结合案例【教学】

用 Python 做 Excel 数据统计分析，openpyxl 负责精细格式控制和已有文件操作，pandas 负责高效清洗与计算——二者不是替代关系，而是分工协作。关键在于：先用 pandas 处理逻辑，再用 openpyxl 落地呈现。

一、为什么不能只用 pandas 读写 Excel？

pandas 的 read_excel() 和 to_excel() 底层依赖 openpyxl（或 xlsxwriter）引擎，但它们会丢弃原工作表的样式、合并单元格、图表、批注等非数据信息。如果你要保留模板格式、自动适配列宽、加边框或高亮异常值，就必须切换到 openpyxl 手动操作。

✅ pandas：适合读取原始数据 → 清洗 → 汇总 → 生成新表格
✅ openpyxl：适合打开已有报表模板 → 填入 pandas 计算结果 → 设置字体/颜色/边框 → 保存为“可交付版”
❌ 单用 pandas.to_excel()：生成的是“干净但无格式”的表格，常被业务方退回重做

二、典型协作流程：销售报表自动化

假设你有一份《月度销售汇总.xlsx》模板，含固定标题、公司 logo 单元格、预设边框和“数据区”占位符（如 A10 开始）。真实数据来自数据库或 CSV，需填入并高亮超目标门店。

操作分三步：

1. 用 pandas 加载并计算：读原始数据，按区域聚合销售额、计算完成率、标记达标状态
2. 用 openpyxl 打开模板：定位“数据区”起始单元格（如 ws['A10']），逐行写入 pandas 的结果（注意：openpyxl 不支持直接写 DataFrame，需转成列表或循环赋值）
3. 格式增强：对完成率列设置条件格式（如 >100% 填绿色）、自动调整列宽、冻结首行、保存为新文件

三、关键代码片段（不粘贴完整脚本，只讲核心）

▶ 写入数据（避免逐单元格 for 循环太慢）
用 ws.append() 批量追加一行行数据，比 ws.cell(row=..., column=...).value = ... 快得多：

# df_result 是 pandas 处理后的 DataFrame
for r in dataframe_to_rows(df_result, index=False, header=False):
ws.append(r)

▶ 高亮达标行（openpyxl 条件格式示例）
不是靠 if 判断每行，而是用内置条件格式规则：

from openpyxl.formatting.rule import CellIsRule
rule = CellIsRule(operator='greaterThan', formula=['1'], stopIfTrue=True,
fill=PatternFill(start_color='C6EFCE', end_color='C6EFCE', fill_type='solid'))
ws.conditional_formatting.add('E10:E100', rule) # 假设完成率在 E 列

四、避坑提醒

openpyxl 默认从 1 开始计数（row=1, column=1），pandas 的 .iloc[] 从 0 开始——写入前注意索引偏移
写入数字时，openpyxl 可能自动识别为字符串（尤其带逗号或百分号），建议显式转类型：float(val) 或 int(val)
如果模板含公式（如 =SUM(B10:B20)），openpyxl 不会重算——要么用 workbook.data_only = True 读取已计算值，要么写入后用 Excel 手动刷新
中文路径/文件名务必用 UTF-8 编码打开，否则报错 UnicodeDecodeError

理论要掌握，实操不能落！以上关于《PythonExcel数据分析：openpyxl与pandas教程》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！