如何在Python中调用Excel加载项自定义函数处理Pandas DataFrame？

针对你需要调用USDA林务局Excel加载项UDF来计算材积并整合到Pandas的需求，以下是几种可行的实现方案：

方法1：用xlwings实现批量计算与结果回读 #

xlwings可以通过操控Excel实例运行UDF，再将计算结果同步回Pandas。核心思路是利用Excel模板预配置UDF公式，写入数据后触发计算，最后读取结果：

import xlwings as xw
import pandas as pd

# 加载待计算数据
df = pd.read_csv("stand_data.csv")

# 打开预配置好UDF公式的Excel模板（如D2单元格写=NVEL_TotalVol(A2,B2,C2...)）
with xw.Book("nvel_calc_template.xlsx") as book:
    sheet = book.sheets["CalcSheet"]
    # 将DataFrame写入Excel输入区域（从A2开始）
    sheet.range("A2").value = df
    # 强制Excel重新计算，确保加载项UDF执行
    book.app.calculate()
    # 读取计算后的结果列（D、E、F列对应总高材积、商品材积、分规格材积）
    result_vals = sheet.range("D2").expand("down").value
    # 将结果合并到原DataFrame
    df[["总高材积", "商品材积", "分规格材积"]] = result_vals

# 保存最终结果
df.to_csv("calculated_stand_data.csv", index=False)

注意事项：

• 模板需预先启用目标Excel加载项，确保打开时自动加载
• 大数量数据建议分批次写入计算，避免Excel内存溢出

方法2：用pywin32直接操控Excel COM对象 #

如果xlwings的封装不够灵活，可通过pywin32直接操作Excel底层COM接口：

import win32com.client as win32
import pandas as pd

df = pd.read_csv("stand_data.csv")

# 启动后台Excel实例
excel = win32.gencache.EnsureDispatch("Excel.Application")
excel.Visible = False
workbook = excel.Workbooks.Open("nvel_calc_template.xlsx")
sheet = workbook.Worksheets("CalcSheet")

# 将DataFrame写入Excel（利用CopyFromRecordset提升效率）
sheet.Range("A2").CopyFromRecordset(df.to_records(index=False))
# 强制全量计算
excel.CalculateFull()

# 逐行读取计算结果
result_cols = [4,5,6]  # 对应D、E、F列
results = []
for row in range(2, len(df)+2):
    row_result = [sheet.Cells(row, col).Value for col in result_cols]
    results.append(row_result)

df[["总高材积", "商品材积", "分规格材积"]] = results

# 释放资源
workbook.Close(SaveChanges=False)
excel.Quit()

df.to_csv("calculated_stand_data.csv", index=False)

注意事项：

• 需确保Excel加载项在COM实例中已加载，可通过excel.AddIns检查并启用
• 处理完后务必关闭Excel实例，避免内存泄漏

方法3：封装Excel为常驻计算服务（高频场景） #

若需反复调用UDF，可将Excel设为后台常驻服务，通过xlwings的Server功能实现RPC调用：

1. 编写xlwings服务脚本，暴露UDF调用函数：

# nvel_service.py
import xlwings as xw

@xw.func
def calculate_nvel(dbh, height, species):
    sheet = xw.Book.caller().sheets["CalcSheet"]
    # 临时写入参数并调用UDF
    sheet.range("A1").value = dbh
    sheet.range("B1").value = height
    sheet.range("C1").value = species
    return [sheet.range("D1").value, sheet.range("E1").value, sheet.range("F1").value]

2. 启动服务：xlwings run nvel_service.py
3. Python端通过客户端调用：

import xlwings as xw
import pandas as pd

client = xw.Client()
df = pd.read_csv("stand_data.csv")

# 批量调用服务函数
df[["总高材积", "商品材积", "分规格材积"]] = df.apply(
    lambda row: client.sheets["CalcSheet"].api.calculate_nvel(row["dbh"], row["height"], row["species"]),
    axis=1,
    result_type="expand"
)

适用场景：高频、小批量的UDF调用需求

通用注意事项 #

• 先手动在Excel中验证UDF能正常计算，再进行自动化
• 确保输入数据类型与UDF要求匹配（如数值、文本格式）
• 部分加载项需管理员权限运行，需确保Excel实例以对应权限启动

内容的提问来源于stack exchange，提问作者Ethan