在日常工作中，Excel 永远是我们最亲密的“表格伙伴”。但当数据量暴增、报表模板增多、重复操作成为噩梦时，你会想：有没有办法让 Python 替我点鼠标？
答案是：有！本文带你 5 分钟上手 Python-Excel 自动化：从安装、读写到样式、图表、大数据，一站式打通。

---

一、武器库总览

库名	擅长场景	速度	备注
pandas	读/写/分析二维表，一行搞定	★★★★	依赖引擎，简单易用
openpyxl	.xlsx 读写、样式、公式、图表	★★★	纯 Python，无依赖
xlsxwriter	创建精美报表、复杂格式	★★★	只能写，不能读
xlrd/xlwt	老 .xls 兼容	★★	已停止更新
pywin32	直接调用 Windows Excel COM	★★★★	仅 Windows，可操控界面

一句话总结：

• 读表 + 数据分析：pandas
• 写模板 + 样式：openpyxl / xlsxwriter
• 超大文件：pandas + pyarrow（.xlsx 太慢就转 CSV/Parquet）

---

二、环境安装（30 秒）

# 推荐一次性装齐
pip install pandas openpyxl xlsxwriter xlrd

---

三、快速上手 3 连击

1️⃣ 读取 Excel → DataFrame

import pandas as pd
df = pd.read_excel('销售数据.xlsx', sheet_name='2024-05')
print(df.head())

2️⃣ 处理数据

# 新增一列
df['利润'] = df['销售额'] - df['成本']
summary = df.groupby('城市')['利润'].sum()

3️⃣ 写回 Excel（带样式）

with pd.ExcelWriter('结果.xlsx', engine='xlsxwriter') as writer:
    summary.to_excel(writer, sheet_name='利润汇总')
    workbook  = writer.book
    worksheet = writer.sheets['利润汇总']
    # 加粗表头
    bold = workbook.add_format({'bold': True})
    worksheet.set_row(0, None, bold)
    # 添加图表
    chart = workbook.add_chart({'type':'column'})
    chart.add_series({
        'categories': ['利润汇总', 1, 0, len(summary), 0],
        'values':     ['利润汇总', 1, 1, len(summary), 1],
    })
    worksheet.insert_chart('D2', chart)
print('Done！')

👉 运行后打开 结果.xlsx，图表、格式一步到位！

---

四、进阶招式

① openpyxl 精修样式

from openpyxl import load_workbook
from openpyxl.styles import Font, PatternFill

wb = load_workbook('结果.xlsx')
ws = wb['利润汇总']
header_font = Font(bold=True, color='FFFFFF')
fill = PatternFill('solid', fgColor='4F81BD')
for cell in ws[1]:
    cell.font = header_font
    cell.fill = fill
wb.save('结果_精修.xlsx')

② 批量拆分工作表

for city, sub in df.groupby('城市'):
    sub.to_excel(f'{city}.xlsx', index=False)

③ 大文件极速读写

# 读取 100 万行不卡死
df = pd.read_excel('big.xlsx', engine='openpyxl', usecols=['订单号', '金额'])

# 写入加速（xlsxwriter）
df.to_excel('big_out.xlsx', engine='xlsxwriter', index=False)

---

五、常见坑 & 解决方案

问题	解决口诀
xlrd 报 .xlsx 不支持	安装 openpyxl 引擎：read_excel(..., engine='openpyxl')
日期变成 44205 数字	df['日期'] = pd.to_datetime(df['日期'])
合并单元格导致读取错位	read_excel(..., skiprows=[0]) 跳过表头
多线程并发写同一文件失败	先写到不同临时文件，再合并

---

六、实战案例：日报自动化

需求：每天 8:00 自动抓取 MySQL → 生成 Excel → 邮件发送
核心代码片段：

import pandas as pd
import sqlalchemy, datetime, smtplib

today = datetime.date.today()
sql = f"SELECT * FROM sales WHERE date='{today}'"
df = pd.read_sql(sql, sqlalchemy.create_engine('mysql+pymysql://user:pwd@host/db'))

file = f'日报_{today}.xlsx'
df.to_excel(file, index=False)

# 邮件发送（略）

---

七、一句话总结

Python 操作 Excel 就是：
读取用 pandas，样式用 openpyxl / xlsxwriter，大数据用引擎加速，复杂逻辑用循环模板。