【Python办公】处理 CSV和Excel 文件操作指南

一晌小贪欢2025-11-15 21:38

目录

专栏导读

🌸 欢迎来到Python办公自动化专栏---Python处理办公问题，解放您的双手
🏳️‍🌈 个人博客主页：请点击------> 个人的博客主页 求收藏
🏳️‍🌈 Github主页：请点击------> Github主页 求Star⭐
🏳️‍🌈 知乎主页：请点击------> 知乎主页 求关注
🏳️‍🌈 CSDN博客主页：请点击------> CSDN的博客主页 求关注
👍 该系列文章专栏：请点击------>Python办公自动化专栏 求订阅
🕷 此外还有爬虫专栏：请点击------>Python爬虫基础专栏 求订阅
📕 此外还有python基础专栏：请点击------>Python基础学习专栏 求订阅
文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏
❤️ 欢迎各位佬关注！ ❤️

前言

面向数据分析、报表生成与系统集成的日常工作，CSV 与 Excel 几乎是最常用的两种表格数据格式。本文以实战为导向，系统讲解如何在 Python 中高效、稳健地读写 CSV 和 Excel，覆盖常见坑点与性能优化策略，并给出可直接复制使用的代码示例。

适用读者与目标

  • 需要在后端或数据脚本中批量导入/导出表格数据
  • 想提升对编码、空值、类型转换、性能的掌控
  • 希望拥有一份可作为速查手册的实用指南

库选型与安装

  • 标准库：csv 读写 CSV，无需安装。
  • 主力库：pandas 处理结构化数据，CSV/Excel 通吃。
  • Excel 专用：openpyxl 读写 .xlsx；xlsxwriter 适合写入时的样式与大文件优化。

安装示例：

bash 复制代码 
pip install pandas openpyxl xlsxwriter

读取 CSV（标准库 csv）

python 复制代码 
import csv
from pathlib import Path

path = Path("data.csv")

with path.open("r", encoding="utf-8") as f:
    reader = csv.reader(f)
    for row in reader:
        pass

使用字典形式更便于字段访问：

python 复制代码 
import csv
from pathlib import Path

with Path("data.csv").open("r", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    for record in reader:
        pass

写入 CSV（标准库 csv）

python 复制代码 
import csv
from pathlib import Path

rows = [["id", "name", "score"], [1, "张三", 95]]

with Path("out.csv").open("w", encoding="utf-8", newline="") as f:
    writer = csv.writer(f)
    for row in rows:
        writer.writerow(row)

写入带表头的字典：

python 复制代码 
import csv
from pathlib import Path

records = [
    {"id": 1, "name": "张三", "score": 95},
    {"id": 2, "name": "李四", "score": 88},
]

fieldnames = ["id", "name", "score"]

with Path("out_dict.csv").open("w", encoding="utf-8", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerows(records)

使用 pandas 读写 CSV

读取：

python 复制代码 
import pandas as pd

df = pd.read_csv("data.csv", encoding="utf-8")

写入：

python 复制代码 
df.to_csv("out.csv", index=False, encoding="utf-8")

逐块读取大文件：

python 复制代码 
import pandas as pd

for chunk in pd.read_csv("big.csv", chunksize=100_000):
    pass

只读部分列并指定类型：

python 复制代码 
import pandas as pd

df = pd.read_csv(
    "data.csv",
    usecols=["id", "name", "score"],
    dtype={"id": "Int64", "name": "string", "score": "float64"},
)

编码与本地化要点（Windows/Excel 友好）

  • Excel 偏好 UTF-8-SIG 或本地 ANSI。为兼容 Excel，写入 CSV 时可用 utf-8-sig。
  • Windows 上换行符用 newline="" 交由 csv 控制，避免出现空行。
  • 含中文数据建议统一使用 utf-8 或 utf-8-sig。

示例：

python 复制代码 
import csv
from pathlib import Path

with Path("excel_friendly.csv").open("w", encoding="utf-8-sig", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["编号", "姓名", "备注"])

pandas 侧：

python 复制代码 
import pandas as pd

df = pd.DataFrame({"编号": [1, 2], "姓名": ["张三", "李四"]})
df.to_csv("excel_friendly.csv", index=False, encoding="utf-8-sig")

读取 Excel（.xlsx）

使用 pandas：

python 复制代码 
import pandas as pd

df = pd.read_excel("workbook.xlsx", sheet_name=0, engine="openpyxl")

指定列与类型：

python 复制代码 
import pandas as pd

df = pd.read_excel(
    "workbook.xlsx",
    sheet_name="Sheet1",
    usecols=["id", "name", "score"],
    dtype={"id": "Int64", "name": "string", "score": "float64"},
    engine="openpyxl",
)

使用 openpyxl 原生读取：

python 复制代码 
from openpyxl import load_workbook

wb = load_workbook("workbook.xlsx", read_only=True)
ws = wb.active
for row in ws.iter_rows(values_only=True):
    pass
wb.close()

写入 Excel 与多工作表

pandas 写入多个工作表：

python 复制代码 
import pandas as pd

with pd.ExcelWriter("report.xlsx", engine="xlsxwriter") as writer:
    df1 = pd.DataFrame({"id": [1, 2], "name": ["张三", "李四"]})
    df2 = pd.DataFrame({"id": [3, 4], "name": ["王五", "赵六"]})
    df1.to_excel(writer, sheet_name="用户A", index=False)
    df2.to_excel(writer, sheet_name="用户B", index=False)

openpyxl 创建并写入：

python 复制代码 
from openpyxl import Workbook

wb = Workbook()
ws = wb.active
ws.title = "数据"
ws.append(["id", "name", "score"])
ws.append([1, "张三", 95])
wb.save("simple.xlsx")

样式、公式与格式（Excel）

使用 xlsxwriter 设置样式：

python 复制代码 
import pandas as pd

with pd.ExcelWriter("styled.xlsx", engine="xlsxwriter") as writer:
    df = pd.DataFrame({"金额": [1234.5, 6789.01]})
    df.to_excel(writer, sheet_name="Sheet1", index=False)
    workbook  = writer.book
    worksheet = writer.sheets["Sheet1"]
    fmt = workbook.add_format({"num_format": "#,##0.00", "bold": True})
    worksheet.set_column("A:A", 12, fmt)

插入公式（openpyxl）：

python 复制代码 
from openpyxl import Workbook
from openpyxl.utils import get_column_letter

wb = Workbook()
ws = wb.active
ws.append(["单价", "数量", "总价"])
ws.append([10, 2, None])
ws["C2"] = "=A2*B2"
wb.save("formula.xlsx")

类型、缺失值与前导零

  • 账单号、电话号码等标识码使用字符串类型，避免前导零丢失。
  • pandas 读写时可指定 dtype=str 或使用 converters 保留格式。
  • 缺失值处理可使用 na_filter=False 或 keep_default_na=False。

示例：

python 复制代码 
import pandas as pd

df = pd.read_csv(
    "ids.csv",
    dtype={"bill_no": "string", "phone": "string"},
    keep_default_na=False,
)

CSV ↔ Excel 转换

CSV 转 Excel：

python 复制代码 
import pandas as pd

df = pd.read_csv("data.csv")
df.to_excel("data.xlsx", index=False)

Excel 转 CSV：

python 复制代码 
import pandas as pd

df = pd.read_excel("data.xlsx", engine="openpyxl")
df.to_csv("data.csv", index=False, encoding="utf-8")

多工作表合并读取：

python 复制代码 
import pandas as pd

xls = pd.ExcelFile("book.xlsx", engine="openpyxl")
frames = [xls.parse(name) for name in xls.sheet_names]
merged = pd.concat(frames, ignore_index=True)

大文件与性能优化

  • 流式读取：pandas chunksize，openpyxl read_only=True 与 iter_rows。
  • 避免不必要的类型推断与解析，显式传入 dtype、usecols。
  • 写入 Excel 时使用 xlsxwriter，速度更优，内存占用更稳。
  • pandas 2.x 可尝试 engine="pyarrow" 读取 CSV 以提升解析速度。

示例：

python 复制代码 
import pandas as pd

for chunk in pd.read_csv("big.csv", chunksize=200_000):
    pass

openpyxl 写入大文件：

python 复制代码 
from openpyxl import Workbook

wb = Workbook(write_only=True)
ws = wb.create_sheet("数据")
for i in range(1_000_000):
    ws.append([i, f"name_{i}"])
wb.save("big.xlsx")

常见坑点与规避

  • Excel 的最大行数约 1048576，超出需拆分或改用 CSV。
  • Excel 可能将长数字自动格式化为科学计数法，读写时统一为字符串类型。
  • CSV 分隔符可能不是逗号，注意使用 sep 或 delimiter。
  • 字段中包含逗号或换行时需使用引号，pandas 自动处理，标准库需配置 quotechar。
  • Windows 上若出现 CSV 空行，检查写入文件是否设置 newline=""。

迷你速查

  • 读 CSV：pd.read_csv("file.csv")
  • 写 CSV：df.to_csv("file.csv", index=False)
  • 读 Excel：pd.read_excel("file.xlsx", engine="openpyxl")
  • 写 Excel：pd.ExcelWriter("file.xlsx", engine="xlsxwriter")
  • 兼容 Excel 的 CSV 编码：encoding="utf-8-sig"
  • 大文件分块：pd.read_csv(..., chunksize=...)
  • 指定列与类型：usecols=...、dtype=...

结语

掌握 CSV 与 Excel 的读写不仅是数据工程的基本功，更是提升系统集成与数据流转效率的关键。将本文的示例与策略纳入你的项目骨架，可以显著降低编码与格式问题带来的不确定性，并在大数据量场景下获得稳定的性能表现。

结尾

希望对初学者有帮助；致力于办公自动化的小小程序员一枚
希望能得到大家的【❤️一个免费关注❤️】感谢！
求个 🤞 关注 🤞 +❤️ 喜欢 ❤️ +👍 收藏 👍
此外还有办公自动化专栏，欢迎大家订阅：Python办公自动化专栏
此外还有爬虫专栏，欢迎大家订阅：Python爬虫基础专栏
此外还有Python基础专栏，欢迎大家订阅：Python基础学习专栏
相关推荐
清风与日月2 小时前
c# 集成激光雷达（以思岚A1为例）
开发语言·c#
是苏浙2 小时前
零基础入门C语言之贪吃蛇的实现
c语言·开发语言·数据结构
化作星辰2 小时前
java 给鉴权kafka2.7（sasl）发送消息权限异常处理
java·大数据·开发语言·kafka
无极小卒2 小时前
如何在三维空间中生成任意方向的矩形内部点位坐标
开发语言·算法·c#
克里斯蒂亚诺更新2 小时前
微信小程序 点击某个marker改变其大小
开发语言·前端·javascript
檀越剑指大厂3 小时前
【Python系列】fastapi和flask中的阻塞问题
python·flask·fastapi
humors2213 小时前
服务端开发案例（不定期更新）
java·数据库·后端·mysql·mybatis·excel
Alberta ゙4 小时前
C++初阶
开发语言·c++
YoungHong19924 小时前
【Python进阶】告别繁琐Debug！Loguru一键输出异常日志与变量值
python·debug·异常处理·日志·loguru·log·logger
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03BongoCat - 跨平台键盘猫动画工具04安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）05Linux下V2Ray安装配置指南06综合整理：pdf预览显示：你尝试预览的文件可能对你的计算机有害。如果你信任此文件以及其来源，请打开此文件以看其内容，如何解决以正常预览文件07jdk21下载、安装（Windows、Linux、macOS）08Labelme从安装到标注：零基础完整指南09使用国内镜像网站在线下载安装Qt（解决官网慢的问题）——Qt10智能库存管理的需求预测模型：从业务痛点到落地代码的完整实践