DataFrame写入Excel耗时异常过长问题求助

核心原因分析 #

• OneDrive同步机制干扰：写入大文件（73万+行）时，OneDrive的实时同步进程会反复扫描文件变化，与pandas的写入操作互相阻塞，导致读写效率骤降。此前无问题可能是数据规模更小或当时同步负载较低。
• 默认引擎效率不足：to_excel默认使用openpyxl引擎，该引擎对超大规模数据集的逐行写入模式优化有限，叠加OneDrive同步干扰后，耗时被进一步放大。
• 文件权限/锁定问题：公司OneDrive的权限设置或后台同步进程可能锁定了目标文件，导致pandas写入时需反复等待锁释放，拖慢整体进度。

针对性解决办法 #

• 本地写入后手动同步：先将文件写入非OneDrive本地目录，避开实时同步干扰，完成后再手动复制到OneDrive文件夹。示例代码：

  ont_dub.to_excel("C:/local_temp/ont_dub 2019.xlsx")
  

• 换用高效写入引擎：使用xlsxwriter引擎替代默认的openpyxl，它针对大规模数据写入做了专门优化。代码修改为：

  ont_dub.to_excel("ont_dub 2019.xlsx", engine="xlsxwriter")
  

  未安装时先执行pip install xlsxwriter。
• 临时关闭OneDrive同步：右键托盘OneDrive图标，选择“暂停同步”，完成写入后再重新开启同步。
• 检查文件占用情况：确认目标路径下的ont_dub 2019.xlsx未被Excel或其他程序打开，关闭占用程序后重试写入。

内容的提问来源于stack exchange，提问作者Neuquert