Python中openpyxl之外的Excel操作引擎替代方案咨询

针对你用openpyxl处理25万行数据耗时54分钟的问题，这里给几个实用的替代方案，都能满足你替换现有工作表的需求：

方案一：用xlsxwriter间接实现工作表替换（速度最快） #

xlsxwriter本身不支持追加模式，但可以通过「先读原文件所有工作表，再重新写入」的方式实现替换效果，它是pandas里写入速度最快的引擎之一，处理25万行数据会快很多。

具体代码示例：

import pandas as pd

# 1. 读取原文件的所有工作表
original_sheets = pd.read_excel(new_file, sheet_name=None)
# 删除要替换的Data表（如果存在）
original_sheets.pop('Data', None)

# 2. 用xlsxwriter写入所有内容
with pd.ExcelWriter(new_file, engine='xlsxwriter') as writer:
    # 先写入需要保留的原有工作表
    for sheet_name, df_sheet in original_sheets.items():
        df_sheet.to_excel(writer, sheet_name=sheet_name, index=False)
    # 再写入要替换的Data表
    df.to_excel(writer, sheet_name='Data', startrow=0, startcol=0, index=False)

注意：如果原文件有复杂格式（比如公式、样式），xlsxwriter会丢失这些内容，它更适合纯数据场景。

方案二：使用xlwings引擎（支持格式保留，速度快） #

xlwings支持追加/替换工作表，直接调用本地Excel程序，处理大文件的速度比openpyxl快很多，还能保留原文件的格式、公式等细节。

首先安装xlwings：

pip install xlwings

示例代码：

import xlwings as xw

# 后台打开Excel文件（visible=False不显示窗口）
with xw.Book(new_file) as book:
    # 检查并删除已存在的Data工作表
    for sheet in book.sheets:
        if sheet.name == 'Data':
            sheet.delete()
            break
    # 添加新的Data工作表并写入数据
    book.sheets.add(name='Data', before=book.sheets[0])
    sheet = book.sheets['Data']
    # 从A1单元格开始写入DataFrame
    sheet.range('A1').value = df

这个方案适合需要保留原文件格式的场景，Windows和Mac都能用（需安装对应版本的Excel/LibreOffice）。

方案三：优化openpyxl的使用（小幅度提速） #

如果不想换引擎，可以尝试关闭openpyxl的一些不必要特性，小幅度提升速度：

with pd.ExcelWriter(
    new_file,
    mode='a',
    engine='openpyxl',
    if_sheet_exists='replace',
    # 禁用样式和外部链接加载，减少资源消耗
    engine_kwargs={'data_only': True, 'keep_links': False}
) as writer:
    # 不需要索引的话加上index=False，减少写入数据量
    df.to_excel(writer, sheet_name='Data', startrow=0, startcol=0, index=False)

内容的提问来源于stack exchange，提问作者user23038755