Python写入Excel文件后出现损坏恢复提示，求技术解决方案

问题场景 #

我有一个多标签页的XLSX文件，操作流程如下：

• 读取第3个标签页的特定单元格获取值（如ABC123），关闭文件。
• 从其他来源获取DataFrame，筛选出特定列包含该值的行。
• 将筛选后的DataFrame写入第5个标签页的指定位置：通过检查第15列是否存在“20 Jul”确定写入起始索引。
• 该标签页共15列，最后3列是公式未修改，仅写入DataFrame的12列。

所有操作无报错，但打开文件时会弹出文件已损坏，需要恢复的提示。尝试更换/移除engine问题依旧。

相关代码 #

def write_to_pcr(target_file_path, search_value, writer_df):

    # Name of Columns in PCR Report
    pcr_column_names = ['a','b','c']
    print(f'target file path is {target_file_path}')
    pcr_data_df = pd.read_excel(target_file_path,index_col=None,skiprows=1,sheet_name='MS hours',usecols=pcr_column_names)

    # Filter the DataFrame based on the 'Revenue Period' column
    filtered_df = pcr_data_df[pcr_data_df['Revenue Period'].notna()] #& pcr_data_df['Revenue Period'].dt.strftime('%y').str.contains('24')]
    #print(filtered_df['Revenue Period'].dt.strftime('%Y-%m'))
    #print(filtered_df.head(10))
    # Define the value to search for
    #search_value = '2024-07'
     
    pcr_data_df['Revenue Period'] = pcr_data_df['Revenue Period'].astype(str)
    
    # Find the index of the first occurrence of the given date
    #index = pcr_data_df['Revenue Period'].eq(search_value).idxmax() 
    if pcr_data_df['Revenue Period'].str.contains(search_value).any(): #search_value in filtered_df['Revenue Period'].values:
        index = filtered_df['Revenue Period'].eq(search_value).idxmax()
        
        # Adding 3 to the current index value because while reading we are skiping 3 rows from the top , since 
        # actual data starts from line 3.
        start_row_number=index+3
    else:
        index = len(filtered_df['Revenue Period'])
        start_row_number=index
        print(f'index value when not found  {index}')

   # Print the index
    print('index number is ',index+3)    

    # Write the modified DataFrame back to the same Excel file
    with pd.ExcelWriter(target_file_path, engine = "openpyxl", mode = "a",if_sheet_exists = "overlay",date_format = 'dd/mm/yyyy') as writer:
        writer_df.to_excel(writer, sheet_name = "MS hours", index = False, startrow = start_row_number, header = False)
 
    print('Data has been populated to PCR report')
    #writer.close()

报错提示 #

Excel弹出提示：文件已损坏，需要恢复文件

可能的原因与解决方案 #

1. 文件格式或引擎兼容性问题

   • 使用openpyxl追加模式时，若原文件由其他引擎（如xlrd）创建，可能引发格式冲突。建议先将原文件另存为标准XLSX格式，再执行写入操作。
   • 避免直接修改原文件，先创建副本测试，确认无问题后再覆盖原文件。

2. 写入操作破坏原有结构

   • overlay模式可能意外覆盖公式列的格式或关联数据，即便未主动修改公式列。建议用openpyxl直接定位单元格写入，精准控制修改范围：

     from openpyxl import load_workbook
     
     wb = load_workbook(target_file_path)
     ws = wb['MS hours']
     # 定位start_row_number后，逐行写入DataFrame的12列
     for row_idx, row in enumerate(writer_df.itertuples(index=False), start=start_row_number):
         for col_idx, value in enumerate(row, start=1):
             ws.cell(row=row_idx, column=col_idx, value=value)
     wb.save(target_file_path)
     

3. 日期格式处理不当

   • 代码中将Revenue Period转为字符串，可能破坏原文件的日期格式。建议保留日期类型进行匹配，避免不必要的类型转换。

4. 文件锁定或权限问题

   • 确保操作时文件未被其他程序打开，写入前检查文件是否处于解锁状态。

内容的提问来源于stack exchange，提问作者Ashutosh Tiwari