如何使用Python将Postgres表数据按日期追加导出到现有Excel实现自动化

完全支持该需求，整套自动化流程可以通过Python常用库实现，无需手动操作。

实现依赖库 #

• 数据库操作：psycopg2 / sqlalchemy（用来连接Postgres查询指定日期的增量数据）
• Excel操作：openpyxl（支持读写现有xlsx文件，不会覆盖原有内容）
• 数据处理：pandas（简化数据查询、格式转换和写入逻辑，可选但推荐使用）

核心实现逻辑 #

1. 增量数据查询：每次运行时按日期维度筛选Postgres表中对应日期的新增数据，避免重复写入
2. 现有Excel读取：打开目标Excel工作表，定位到已有数据的最后一行的下一行作为追加写入的起始位置
3. 格式兼容写入：写入新数据时保留原Excel工作表的格式、公式、其他工作表内容不受影响
4. 定时调度：可通过系统定时任务（Windows任务计划程序、Linux crontab）实现每日自动运行，无需人工干预

示例代码 #

import pandas as pd
from sqlalchemy import create_engine
from openpyxl import load_workbook

# ---------------------- 配置项 ----------------------
# Postgres连接配置
PG_CONN = "postgresql://用户名:密码@数据库地址:端口/数据库名"
# 目标Excel路径
EXCEL_PATH = "你的目标文件.xlsx"
# 目标工作表名称
SHEET_NAME = "数据汇总表"
# 每日查询的日期，默认取前一天的数据，可按需调整
query_date = pd.Timestamp.now().date() - pd.Timedelta(days=1)

# ---------------------- 1. 从Postgres查询增量数据 ----------------------
engine = create_engine(PG_CONN)
# 按日期筛选增量数据，把表名和日期字段替换成你自己的
sql = f"""
SELECT * FROM 你的表名 
WHERE 日期字段 = '{query_date}'
"""
df_new = pd.read_sql(sql, engine)

# ---------------------- 2. 追加写入现有Excel ----------------------
# 加载现有Excel文件
book = load_workbook(EXCEL_PATH)
writer = pd.ExcelWriter(EXCEL_PATH, engine='openpyxl', mode='a', if_sheet_exists='overlay')
writer.workbook = book
writer.sheets = {ws.title: ws for ws in book.worksheets}

# 定位到已有数据的最后一行，跳过表头
start_row = writer.sheets[SHEET_NAME].max_row

# 写入新数据，不写表头，不覆盖原有内容
df_new.to_excel(writer, sheet_name=SHEET_NAME, startrow=start_row, index=False, header=False)

# 保存关闭
writer.close()
engine.dispose()

注意事项 #

• 如果你的Excel是xls格式（Excel 97-2003版本），需要换成xlrd+xlwt组合实现，更推荐先把文件转成xlsx格式使用
• 首次运行前建议备份原有Excel文件，避免配置错误导致数据丢失
• 增量查询的SQL可根据实际业务调整筛选条件，不局限于日期维度，也可按主键自增ID等逻辑筛选新增数据
• 定时调度时注意配置运行环境的Python依赖库权限，以及Excel文件的读写权限

内容的提问来源于stack exchange，提问作者Green