使用pandas.to_excel导出文件达12MB，打开再保存后缩小至4.6MB如何解决？

Excel原生保存时会自动执行多维度存储优化，包括去冗余样式定义、压缩重复内容、自动裁剪有效数据区域，而Pandas默认导出逻辑未启用同类优化，导致生成的文件存在大量无效占位数据。

• 导出时启用内置压缩
  使用openpyxl引擎导出时开启compress参数，直接对生成的xlsx文件执行zip压缩，无需额外操作即可降低30%-60%的体积：

import pandas as pd

with pd.ExcelWriter("output.xlsx", engine="openpyxl", engine_kwargs={"compress": True}) as writer:
    df.to_excel(writer, index=False)

• 提前清理无效数据
  导出前移除全空行、全空列，避免无意义的空单元格被写入文件：

# 移除全空行与全空列
df = df.dropna(how="all").dropna(axis=1, how="all")
# 重置索引避免多余层级占用空间
df = df.reset_index(drop=True)

• 优化样式逻辑
  避免为每行/每列单独定义重复样式，重复样式会被反复写入文件占用空间，如非必要导出时尽量不指定额外格式，仅保留纯数据导出。

• 使用更高压缩率的存储格式
  如果业务允许使用xlsb二进制格式，可切换到pyxlsb引擎导出，同内容下体积比常规xlsx小40%左右：

with pd.ExcelWriter("output.xlsb", engine="pyxlsb") as writer:
    df.to_excel(writer, index=False)

• 导出后二次优化（最高压缩率）
  如果需要达到和Excel手动保存一致的压缩效果，可导出后用openpyxl二次读写自动清理冗余：

from openpyxl import load_workbook

wb = load_workbook("unoptimized_output.xlsx")
wb.save("optimized_output.xlsx")
wb.close()

内容的提问来源于stack exchange，提问作者Luc