使用Python xlwings写入大型数据集到Excel时遇TypeError错误

问题根源 #

你遇到的问题本质是：虽然你认为两个DataFrame都是datetime64[ns]类型，但拼接后的df2里混入了纯datetime.time类型的元素（大概率来自原Excel工作表里的纯时间值，比如只存了时分秒没有日期的单元格）。xlwings的table.update()方法在处理大数据量时，无法把纯时间类型转换成Excel能识别的COM VARIANT，小数据量时可能因为隐式转换或者数据分布巧合没触发错误，导致时好时坏。

具体解决方案 #

1. 先排查确认数据类型

先定位到底哪一列有问题：

# 检查每一列的所有数据类型
for col in df2.columns:
    unique_types = df2[col].apply(type).unique()
    print(f"列 {col} 的数据类型：{unique_types}")

找到包含<class 'datetime.time'>的列，针对性处理。

2. 统一时间类型为datetime64[ns]

把纯时间类型转换为完整的datetime（补一个基准日期，比如当天或者固定日期）：

import datetime

def fix_time_type(x):
    if isinstance(x, datetime.time):
        # 补当天日期，转换成datetime
        return datetime.datetime.combine(datetime.date.today(), x)
    return x

# 替换成你找到的问题列名
df2['问题列名'] = df2['问题列名'].apply(fix_time_type)
# 强制转换为datetime64[ns]
df2['问题列名'] = pd.to_datetime(df2['问题列名'])

3. 备选方案：改用range写入而非table.update

如果table的格式不是必须保留，或者上述转换后仍有问题，可以直接用xlwings的range写入，兼容性更好：

# 清空目标表格内容
append_sheet.tables[0].range.clear_contents()
# 从A1单元格写入df2，包含表头，不写索引
append_sheet.range('A1').options(index=False, header=True).value = df2
# 如果需要保留Excel表格格式，可以重新创建表格（可选）
append_sheet.tables.add(append_sheet.range('A1').expand(), name='原表格名')

4. 临时应急：转成字符串写入

如果不需要后续在Excel里做时间计算，也可以直接把时间列转成字符串：

df2['问题列名'] = df2['问题列名'].astype(str)

为什么时好时坏？ #

之前偶尔能运行，大概率是那次拼接后的df2里刚好没有纯datetime.time类型的记录；或者xlwings在小数据量时做了自动隐式转换，大数据量下转换逻辑失效；再或者Excel的COM对象状态不稳定，缓存了之前的转换信息，现在缓存失效就报错了。

内容的提问来源于stack exchange，提问作者Xaldin