Pandas 操作Excel Sheet

小田测测看

发布于 2026-07-06 13:05:10

记录下pandas操作sheet 一些语句

1. 环境依赖

pip install pandas openpyxl xlsxwriter

2. 批量读取：一行代码加载全表

使用 sheet_name=None 将整个 Excel 文件加载为 OrderedDict，Key 为 Sheet 名，Value 为 DataFrame。

import pandas as pd

# 读取所有 Sheet
excel_data = pd.read_excel('data.xlsx', sheet_name=None)

# 遍历所有 Sheet 名
for sheet_name, df in excel_data.items():
    print(f"处理表: {sheet_name}, 数据行数: {len(df)}")

3. 多表垂直合并 (Concat)

当所有 Sheet 结构相同时，

# 合并所有 Sheet 并增加一列记录来源
all_sheets = []
for name, df in excel_data.items():
    df['Source_Sheet'] = name
    all_sheets.append(df)

df_total = pd.concat(all_sheets, ignore_index=True)

4. 条件过滤读取

如果只需要读取符合特定命名的 Sheet

# 获取 Excel 中所有的 Sheet 名称
xl = pd.ExcelFile('data.xlsx')
target_sheets = [s for s in xl.sheet_names if "2026" in s]

# 只读取目标 Sheet
df_list = [pd.read_excel('data.xlsx', sheet_name=s) for s in target_sheets]

5. 高级写入：多 DataFrame 写入不同 Sheet

使用 ExcelWriter 上下文管理器，避免多次 IO 开销。

with pd.ExcelWriter('output.xlsx', engine='xlsxwriter') as writer:
    df_sales.to_excel(writer, sheet_name='bug数量', index=False)
    df_stats.to_excel(writer, sheet_name='bug统计摘要', index=False)
    
    # 获取 xlsxwriter 句柄进行格式化
    workbook = writer.book
    worksheet = writer.sheets['bug分布']
    
    # 设置列宽
    worksheet.set_column('A:Z', 15)

6. 动态样式处理 (Styling)

对不同 Sheet 进行条件格式化：

def highlight_high_sales(s):
    return ['background-color: yellow' if v > 10000 else '' for v in s]

with pd.ExcelWriter('styled_output.xlsx') as writer:
    # 只对特定 Sheet 应用样式
    df.style.apply(highlight_high_sales, subset=['Amount'])\
      .to_excel(writer, sheet_name='高额预警', index=False)

注意点

• 内存溢出：如果 Excel 文件超过 500MB，建议使用 pd.read_excel(..., engine='openpyxl', usecols=['A', 'B']) 仅读取需要的列。
• 日期处理：Excel 存储日期有时会乱码，建议读取后执行 pd.to_datetime() 强制转换。
• 合并单元格：Pandas 读取合并单元格时，除首行外其余会被填充为 NaN，处理前需执行 df.ffill()。

#panadas #excel

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-07-03，如有侵权请联系 cloudcommunity@tencent.com 删除

excel