我来帮你拆解这个问题，结合你的场景（openpyxl引擎、多工作表写入、Jupyter Notebook环境），我们一步步分析和解决：

问题根源：不是你的操作错，是特殊场景下的资源泄漏 #

首先，这大概率不是你的操作问题。上下文管理器（with语句）理论上会在退出时自动调用__exit__方法清理资源，但在某些异常场景下——比如to_excel过程中抛出openpyxl内部的错误，再加上Jupyter内核本身会保留部分资源的特性，就可能导致文件句柄没有被正确释放。另外，旧版本的Pandas+openpyxl组合确实存在这类资源泄漏的bug，升级版本往往能解决。

解决方案1：给上下文管理器加显式的异常处理 #

虽然with应该自动处理，但在Jupyter环境下，手动嵌套try-except-finally可以更稳妥地确保文件被关闭。你可以改成这样：

import pandas as pd

writer = None
try:
    writer = pd.ExcelWriter("file.xlsx", mode='w', engine='openpyxl')
    # 写入多个工作表
    for sheet, dataframe in dataframe_dictionary.items():
        dataframe.to_excel(writer, sheet_name=sheet)
    other_dataframe.to_excel(writer, sheet_name='other')
    writer.save()  # 主动触发保存，避免异常时内容丢失
except Exception as e:
    print(f"写入Excel时出错：{str(e)}")
    # 异常时强制关闭文件
    if writer is not None:
        try:
            writer.close()
        except:
            pass
finally:
    # 无论是否异常，最后都确保关闭
    if writer is not None:
        writer.close()

这个写法会在异常发生时显式调用close()，比单纯依赖with的自动清理更可靠，尤其是在Jupyter这种交互式环境里。

解决方案2：检查并强制释放文件句柄 #

如果已经出现文件被占用的情况，你可以试试这些方法：

• 在Python内部强制关闭：对于ExcelWriter对象，你可以直接访问它的底层openpyxl工作簿对象并关闭：

  if writer and hasattr(writer, 'book'):
      writer.book.close()
      writer.close()
  

• 重启Jupyter内核：这是最直接的方法——Jupyter内核会保留之前运行代码的资源，重启后所有被占用的文件句柄都会被释放，之后就能正常删除文件了。
• 系统级工具检查：Windows下可以用Process Explorer查找被Python进程占用的file.xlsx，Linux/macOS可以用lsof命令：lsof | grep file.xlsx，找到进程后可以结束进程（但不建议随便结束Jupyter进程，重启内核更安全）。

解决方案3：升级Pandas和openpyxl版本 #

旧版本的Pandas（比如<1.5.0）和openpyxl（<3.0.0）确实存在上下文管理器异常时未正确关闭文件的bug。建议你升级到较新的稳定版本：

pip install --upgrade pandas openpyxl

新版本已经修复了很多这类资源泄漏的问题，大概率能从根源上解决你的问题。

额外小提示 #

• 写入文件前，可以先检查文件是否存在并删除（注意备份重要文件），避免旧文件被残留的句柄占用：

  import os
  file_path = "file.xlsx"
  if os.path.exists(file_path):
      os.remove(file_path)
  

• 在Jupyter里测试时，尽量避免反复运行同一个写入代码块，每次运行前确保之前的文件已经被关闭，或者用不同的文件名测试（比如file_test1.xlsx、file_test2.xlsx）。

内容的提问来源于stack exchange，提问作者Linden