如何快速将Pandas DataFrame转换为Word表格？大数据集优化方案

为什么你的代码运行慢？ #

你当前代码处理大数据集时卡顿的核心原因是反复调用table.cell()或遍历rows[k].cells——每一次这类调用都会触发python-docx底层的XML节点查询，在数据量较大的场景下，重复操作会累积大量性能开销。

最直接的优化方案：一次性获取所有单元格 #

避免每次单独查询单元格或行内单元格，直接一次性获取整个表格的所有单元格列表，按顺序批量填充数据，彻底减少XML查询的次数。这也是你提到的优化思路的具体落地实现：

优化后代码 #

def add_table(df):
    # 计算表格总行数：数据行数 + 表头层级数
    total_rows = df.shape[0] + df.columns.nlevels
    table = doc.add_table(total_rows, df.shape[1])
    table.style = 'Table Grid'
    
    # 仅调用一次cells属性，获取所有单元格对象列表
    all_cells = table.cells
    current_idx = 0
    
    # 填充表头（兼容单级/多级表头）
    for level in range(df.columns.nlevels):
        for col_name in df.columns.get_level_values(level):
            all_cells[current_idx].text = str(col_name)
            current_idx += 1
    
    # 填充数据行
    for row_data in df.itertuples(index=False):
        for val in row_data:
            all_cells[current_idx].text = str(val)
            current_idx += 1

备选方案：HTML中转快速生成 #

如果数据集规模极大，还可以通过HTML中转的方式实现：先将DataFrame转换为HTML表格，再插入到Word文档中，完全避开逐个操作单元格的繁琐流程：

实现示例（借助docxtpl简化操作） #

import pandas as pd
from docxtpl import DocxTemplate

def df_to_word_fast(df, output_path):
    doc = DocxTemplate()
    # 将DataFrame转为带边框的HTML表格（不含索引列）
    html_table = df.to_html(index=False, border=1)
    # 渲染HTML表格到Word文档
    doc.render({"table_content": html_table})
    doc.save(output_path)

极端场景解决方案 #

如果数据量超大到纯代码操作仍有瓶颈，可以先用Pandas将DataFrame导出为Excel文件，再在Word中通过「插入→表格→从文件」导入Excel表格。这种方式的速度优势显著，缺点是需要手动操作一步（也可通过pywin32/AppleScript实现自动化）。

内容的提问来源于stack exchange，提问作者Ashtav