如何用Python将Excel空白单元格替换为0？代码报错及无效问题解决

一、现有代码的问题及修复 #

你当前的代码里fillna()操作没生效，核心原因是修改后的数据没有写回Excel文件；而之前出现的NameError: name 'result' is not defined，应该是旧版本代码中用到了未定义的result变量（当前贴出的代码无此问题）。

修复现有代码 #

在fillna()之后添加写入Excel的代码，同时可以在openpyxl循环阶段直接默认设为0，避免后续留空，完整修改后的代码如下：

import pandas as pd
import openpyxl

daily_data = openpyxl.load_workbook('C:/Test.xlsx')
master_data = openpyxl.load_workbook('C:/Source.xlsx')

daily_sheet = daily_data['WorkSheet']
master_sheet = master_data['WorkSheet']

for i in daily_sheet.iter_rows():
    Column_A = i[0].value
    row_number = i[0].row
    # 先默认设为0，未匹配到的行直接保留0，不用后续再填充
    daily_sheet.cell(row=row_number, column=6).value = 0
    for j in master_sheet.iter_rows():
        if j[0].value == Column_A:
            daily_sheet.cell(row=row_number, column=6).value = j[1].value
            break  # 匹配到就跳出循环，提升效率

daily_data.save('C:/Test.xlsx')

# 如果仍想用pandas补全其他可能的空值，记得写入文件
daily_data_df = pd.read_excel('C:/Test.xlsx')
daily_data_df.fillna(0, inplace=True)
# 写入时不要生成索引列
daily_data_df.to_excel('C:/Test.xlsx', index=False)

二、更高效的实现方式（全程用Pandas） #

用openpyxl嵌套循环匹配数据效率极低，数据量大时尤为明显。直接用Pandas的merge方法可以一步完成匹配+填充，代码更简洁：

import pandas as pd

# 读取两个Excel文件的工作表
df_daily = pd.read_excel('C:/Test.xlsx', sheet_name='WorkSheet')
df_master = pd.read_excel('C:/Source.xlsx', sheet_name='WorkSheet')

# 按A列匹配，将master的计数列合并到daily中，匹配不到的自动为空
# 注意：请根据实际表格的列名修改'A'和'Count'
df_merged = df_daily.merge(
    df_master[['A', 'Count']],
    on='A',
    how='left',
    suffixes=('', '_master')
)

# 将未匹配到的空值替换为0，覆盖原Count列
df_merged['Count'] = df_merged['Count_master'].fillna(0)
# 删除临时生成的辅助列
df_merged.drop(columns=['Count_master'], inplace=True)

# 保存回原Excel文件
df_merged.to_excel('C:/Test.xlsx', index=False)

说明 #

• 第二种方法彻底避免嵌套循环，数据量大时速度提升显著
• 直接在合并阶段处理匹配逻辑，无需额外的空值填充步骤
• 如果你的表格列名不是A和Count，请替换为实际的列名

内容的提问来源于stack exchange，提问作者JoeCastro