使用Xlwings更新6500行DataFrame至xlsm文件时遇COM错误

错误原因解析 #

报错中的-2147024882对应Windows系统的ERROR_NO_SYSTEM_RESOURCES，本质是一次性写入大量数据时，Excel COM对象的资源占用超限，导致调用失败。小数据量时资源消耗在阈值内，所以能正常运行。

实用解决方案 #

1. 分块写入数据 #

把大型DataFrame拆分成小批次逐一写入，降低单次资源占用：

import xlwings as xw
import pandas as pd

chunk_size = 1000  # 可根据实际情况调整（建议500-2000行）
total_rows = len(df)
start_row = int(cellid[1:])  # 获取起始单元格的行号
col_start = cellid[0]

with xw.Book("目标文件.xlsm") as book:
    ws = book.sheets["目标工作表"]
    for i in range(0, total_rows, chunk_size):
        chunk = df.iloc[i:i+chunk_size]
        target_cell = f"{col_start}{start_row + i}"
        ws[target_cell].options(header=False, index=False).value = chunk

2. 关闭Excel的自动计算与屏幕更新 #

写入前临时关闭Excel的自动计算和屏幕刷新，减少额外资源消耗：

with xw.Book("目标文件.xlsm") as book:
    ws = book.sheets["目标工作表"]
    # 关闭自动计算和屏幕更新
    book.app.calculation = 'manual'
    book.app.screen_updating = False
    
    try:
        ws[cellid].options(header=False, index=False).value = df
    finally:
        # 恢复默认设置
        book.app.calculation = 'automatic'
        book.app.screen_updating = True

3. 转换为数组后直接写入 #

将DataFrame转为numpy数组，跳过Xlwings的部分中间处理逻辑，降低资源开销：

data_array = df.to_numpy()
with xw.Book("目标文件.xlsm") as book:
    ws = book.sheets["目标工作表"]
    ws[cellid].options(transpose=False, header=False, index=False).value = data_array

4. 排查XLSM文件本身的限制 #

• 检查目标XLSM是否存在过多宏、条件格式或数据验证规则，这些会额外占用系统资源
• 尝试新建一个干净的XLSM文件测试写入，排除原有文件的格式异常问题

内容的提问来源于stack exchange，提问作者Ameera