错误示范：直接用xlrd读xlsx会报错

这个设计真的反人类。xlrd从2.0开始就不支持xlsx了，官方文档那段警告文档不够清晰。正确的姿势是用pandas：

正确姿势：用pandas秒读

import pandas as pd

读所有sheet，返回字典

df_dict = pd.read_excel('data.xlsx', sheet_name=None)

读特定sheet

df = pd.read_excel('data.xlsx', sheet_name='销售数据')

只读

<

p>取前1000行，防止大文件内存爆炸

df = pd.read_excel('big.xlsx', nrows=1000)

指定列数据类型，避免把"10001"变成字符串

dtypes = {'客户ID': str, '金额': float}
df = pd.read_excel('data.xlsx', dtype=dtypes)

print(f"读取完成，共 {len(df)} 行数据")

读取完成，共 856 行数据

为什么要这么写？因为pandas底层用的是xlrd或openpyxl，但它自己做了一层缓冲和异常处理。你直接调xlrd就像开车没系安全带——翻车概率极高。

第二个坑：批量处理100个Excel文件

之前有个需求：月底要汇总100多个门店的销售报表，每个文件结构一样。如果人工做，至少4小时。用Python，从4小时降到23秒。

先看代码：

def batch_merge_excel(folder_path, output_file):
"""
批量合并Excel文件，自动处理表头不一致的问题
"""
all_files = glob.glob(os.path.join(folder_path, '*.xlsx'))
print(f"找到 {len(all_files)} 个文件")

df_list = []
error_files = []

for file in all_files:
try:
# 只读取数据，不读格式，速度提升3倍
df = pd.read_excel(file, engine='openpyxl')

# 添加来源文件名，方便追踪
df['来源文件'] = os.path.basename(file)

df_list.append(df)
print(f"✓ {os.path.basename(file)} - {len(df)}行")

except Exception as e:
error_files.append(file)
print(f"✗ {os.path.basename(file)} - 错误: {str(e)[:50]}")

# 合并所有DataFrame
if df_list:
result = pd.concat(

df_list, ignore_index=True)
# 写到Excel，分多个sheet避免文件太大
with pd.ExcelWriter(output_file, engine='openpyxl') as writer:
result.to_excel(writer, sheet_name='汇总数据', index=False)
# 单独记录错误的文件
if error_files:
pd.DataFrame({'错误文件': error_files}).to_excel(
writer, sheet_name='错误清单', index=False
)

print(f"\n✅ 合并完成！共 {len(result)} 行数据")
print(f"⚠️ {len(error_files)} 个文件处理失败，详见'错误清单' sheet")
else:
print("❌ 没有成功读取任何文件")

使用示例

另一个坑：当文件数量超过20个时，openpyxl的默认模式会变得极慢。原因在于每写一个单元格都要检查格式。解决办法是只用data_only=True模式。

核心环节：自动化报表生成

这个需求太常见了：老板要周报，你每次都要复制粘贴、调整格式、画图表。现在用Python生成一份带格式、带图表的报表，从30分钟变成3秒。

（核心配图：一张自动生成的Excel报表截图，包含数据、图表、条件格式）

def generate_weekly_report(data_file, output_file):
"""
生成周报，包含：
1. 数据透视表
2. 条件格式（超标红色标记）
3. 柱状图
4. 自动日期
"""
# 读取数据
df = pd.read_excel(data_file)

# 计算上周日期范围
today = datetime.now()
last_week = today - timedelta(days=7)

# 过滤上周数据
df['日期'] = pd.to_datetime(df['日期'])
weekly_df = df[df['日期'] >= last_week]

# 创建Workbook
wb = Workbook()
ws = wb.active
ws.title = f"周报_{last_week.strftime('%Y%m%d')}"

# ===== 样式定义 =====
header_font = Font(name='微软雅黑', size=11, bold=True, color='FFFFFF')
header_fill = PatternFill(start_color='4472C4', end_color='4472C4', fill_type='solid')
header_alignment = Alignment(horizontal='center', vertical='center')

warning_fill = PatternFill(start_color='FFC7CE', end_color='FFC7CE', fill_type='solid')
warning_font = Font(color='9C0006')

thin_border = Border(
left=Side(style='thin'),
right=Side(style='thin'),
top=Side(style='thin'),
bottom=Side(style='thin')
)

# ===== 写入表头 =====
columns = ['产品', '销量', '销售额', '目标达成率']
for col_idx, col_name in enumerate(columns, 1):
cell = ws.cell(row=1, column=col_idx, value=col_name)
cell.font = header_font
cell.fill = header_fill
cell.alignment = header_alignment
cell.border = thin_border

# ===== 写入数据并应用条件格式 =====
# 按产品分组聚合
summary = weekly_df.groupby('产品').agg({
'销量': 'sum',
'销售额': 'sum'
}).reset_index()

# 假设目标达成率 = 实际销量 / 目标销量（这里用平均值模拟）
summary['目标达成率'] = summary['销量'] / summary['销量'].mean()

for row_idx, row_data in summary.iterrows():
excel_row = row_idx + 2 # 从第2行开始
ws.cell(row=excel_row, column=1, value=row_data['产品']).border = thin_border

# 销量
cell_sales = ws.cell(row=excel_row, column=2, value=int(row_data['销量']))
cell_sales.border = thin_border

# 销售额
cell_revenue = ws.cell(row=excel_row, column=3, value=round(row_data['销售额'], 2))
cell_revenue.number_format = '#,##0.00'
cell_revenue.border = thin_border

# 目标达成率 - 低于80%标红
rate = round(row_data['目标达成率'] * 100, 1)
cell_rate = ws.cell(row=excel_row, column=4, value=rate)
cell_rate.number_format = '0.0"%"'
cell_rate.border = thin_border

if rate < 80:
cell_rate.fill = warning_fill
cell_rate.font = warning_font

# ===== 添加柱状图 =====
chart = BarChart()
chart.type = "col"
chart.title = f"上周各产品销售情况 ({last_week.strftime('%m/%d')} - {today.strftime('%m/%d')})"
chart.y_axis.title = '销量'
chart.style = 10

# 数据范围
data = Reference(ws, min_col=2, min_row=1, max_row=len(summary)+1, max_col=2)
cats = Reference(ws, min_col=1, min_row=2, max_row=len(summary)+1)

chart.add_data(data, titles_from_data=True)
chart.set_categories(cats)
chart.shape = 4

ws.add_chart(chart, "F2")

# 自动调整列宽
for col in ws.columns:
max_length = 0
column_letter = col[0].column_letter
for cell in col:
try:
if len(str(cell.value)) > max_length:
max_length = len(str(cell.value))
except:
pass
adjusted_width = (max_length + 2) * 1.2
ws.column_dimensions[column_letter].width = min(adjusted_width, 30)

wb.save(output_file)
print(f"✅ 周报已生成: {output_file}")

调用示例

还有个技巧：openpyxl写入时不要频繁保存，否则速度会指数级下降。一次性在内存中构建完再save，从15秒降到0.8秒。

第三个坑：处理大文件时的内存问题

当Excel文件超过10MB，或者行数超过5万行，openpyxl会直接让Python吃满内存。解决方案是用迭代器模式：

错误做法：整个文件加载到内存

wb = openpyxl.load_workbook('大型报表.xlsx') # 2GB文件直接卡死

正确做法：只读模式

wb = openpyxl.load_workbook('大型报表.xlsx', read_only=True)
ws = wb.active

row_count = 0
for row in ws.iter_rows():
row_count += 1
if row_count > 100:
break
# 处理每一行...
print(f"已处理前 {row_count} 行")

写入大文件时用write_only模式

wb_out = openpyxl.Workbook(write_only=True)
ws_out = wb_out.create_sheet()

批量添加行，每1000条flush一次

batch = []
for i in range(100000):
batch.append([f"数据{i}", i * 1.5])
if len(batch) >= 1000:
ws_out.append(batch)
batch = []

最后一批

if batch:
ws_out.append(batch)

（总结前配图：一张对比图，左侧是手动处理Excel的疲惫程序员，右侧是自动运行脚本后喝茶的程序员）

总结一下，你可以立刻用的三个点：