我太懂这种头疼的感觉了——既要保住目标文件里的一堆公式，又要高效把源表数据复制过去，Pandas直接写会把整个文件覆盖，用OpenPyXL加载大模板又慢得像蜗牛爬。之前我处理过类似的需求，试了几个方法，效果还不错，给你分享下：

1. 先给OpenPyXL加载工作簿“瘦个身” #

OpenPyXL默认会一股脑加载工作簿里的所有东西：外部链接、单元格类型自动推断、甚至隐藏的样式细节，这些都是拖慢速度的元凶。你可以在load_workbook里加几个参数，砍掉不必要的加载项：

workbook = load_workbook(template_wb, read_only=False, keep_links=False, guess_types=False)

• keep_links=False：如果模板里有外部数据链接，这个参数会跳过加载它们，能省超多时间（就算没链接，加了也不影响）
• guess_types=False：禁止OpenPyXL自动猜单元格类型，避免额外的计算开销

2. 批量写入数据，别逐个单元格“磨洋工” #

要是你后续代码是逐个单元格赋值的话，那速度慢是必然的。建议把清洗好的DataFrame转成批量数据，一次性怼到目标工作表里：

# 假设目标工作表和源表同名
target_ws = workbook[data_ws]

# 先清空原有数据区域（注意避开公式行！比如假设第1行是表头/公式，从第2行开始清）
if target_ws.max_row > 1:
    target_ws.delete_rows(2, target_ws.max_row)

# 批量写入：用itertuples迭代DataFrame，一行一行追加
for row in df_cleaned.itertuples(index=False, name=None):
    target_ws.append(row)

这个方法比逐个赋值快至少几倍，因为append是OpenPyXL专门针对行写入优化过的方法，能减少很多内存交互的次数。

3. 终极提速：换用xlwings直接调用Excel #

如果上面的方法还是不够快，直接冲xlwings！这个库是直接调用本地Excel的原生接口，不用把整个工作簿加载到Python内存里，处理带大量公式的大文件简直是降维打击。

先装库：pip install xlwings，然后参考这个代码：

import xlwings as xw
import pandas as pd
from datetime import datetime

# 读取源数据（保留你原来的清洗逻辑）
print(f"Reading source data into dataframe at {datetime.now().time()}.")
df = pd.read_excel(data_wb, sheet_name=data_ws, usecols="A:A", dtype=str)
df_cleaned = df.dropna(how='all').dropna(axis=1, how='all')
print(f"Number of df_cleaned records: {len(df_cleaned)}.")

# 用xlwings操作目标文件
print(f"Loading template dashboard at {datetime.now().time()}.")
# visible=False 表示后台运行Excel，不弹出窗口
with xw.App(visible=False) as app:
    wb = xw.Book(template_wb)
    target_ws = wb.sheets[data_ws]
    
    # 清空数据区域（比如从A2开始，避开第1行的公式/表头）
    target_ws.range('A2').expand('table').clear_contents()
    
    # 直接把DataFrame写入指定位置，xlwings会自动适配格式
    target_ws.range('A2').value = df_cleaned
    
    # 保存关闭
    wb.save()
    wb.close()

这个方法的优势太明显了：

• 加载速度快到离谱，因为是直接用Excel的原生能力
• 完美保留所有公式、样式、冻结窗格这些原有设置
• 写入数据的速度比OpenPyXL快N倍，数据量大的时候差距尤其明显

4. 源数据读取的小优化 #

你已经用usecols="A:A"只读需要的列了，这点做得特别好！再加个dtype=str强制指定列类型，避免Pandas自动推断类型时的额外开销，读取速度还能再提一点：

df = pd.read_excel(data_wb, sheet_name=data_ws, usecols="A:A", dtype=str)

最后给你提个醒：操作前一定要备份好模板文件，避免误删公式或者格式！如果模板文件不是特别大，前两个方法足够解决问题；要是几百MB的大文件或者公式特别多，直接冲xlwings，绝对能让你感受到质的飞跃。