无需将Excel转为DataFrame，如何关联DataFrame列与Excel同名列更新单元格值

核心思路是预先将DataFrame的关联列转换为哈希映射表，仅遍历Excel工作表的行做匹配更新，全程不需要将整个Excel转换为DataFrame。

具体步骤 #

• 第一步：读取Excel表头，定位关联列和待更新列的位置
• 第二步：将DataFrame按关联列（col1、col2）构建查询字典，以关联列值组成的元组作为唯一匹配键
• 第三步：遍历Excel数据行，匹配到对应键时直接更新目标单元格值

可直接运行的实现代码 #

from openpyxl import load_workbook
import pandas as pd

# 配置参数，按需修改
MATCH_COLS = ["col1", "col2"]  # 关联匹配的列名，需和Excel、DataFrame的列名保持一致
UPDATE_COLS = ["col3", "col4"] # 需要更新的列名，如果仅更新X列对应字段改为对应的列名即可
EXCEL_PATH = "abc.xlsx"
SHEET_NAME = "Sheet1"

# 1. 加载Excel文件
wb = load_workbook(EXCEL_PATH)
ws = wb[SHEET_NAME]

# 2. 读取表头，获取各列对应的1-based索引
header = [cell.value for cell in ws[1]]
col_index = {col: idx+1 for idx, col in enumerate(header)}
# 校验必填列是否存在
for col in MATCH_COLS + UPDATE_COLS:
    if col not in col_index:
        raise ValueError(f"Excel工作表中不存在指定列：{col}")

# 3. 构建DataFrame查询映射：key为关联列值组成的元组，value为待更新的列值映射
df_lookup = {}
for _, row in df.iterrows():
    key = tuple(row[col] for col in MATCH_COLS)
    df_lookup[key] = {col: row[col] for col in UPDATE_COLS}

# 4. 遍历Excel数据行（从第2行开始，跳过表头）
for row_num in range(2, ws.max_row + 1):
    # 读取当前行的关联列值，拼成匹配键
    current_key = tuple(ws.cell(row=row_num, column=col_index[col]).value for col in MATCH_COLS)
    # 匹配到对应记录则更新目标列
    if current_key in df_lookup:
        update_values = df_lookup[current_key]
        for col_name, new_val in update_values.items():
            ws.cell(row=row_num, column=col_index[col_name], value=new_val)

# 保存修改后的Excel
wb.save(EXCEL_PATH)

优化说明 #

• 对比逐行遍历DataFrame做匹配的写法，哈希映射的查询时间复杂度为O(1)，数据量越大性能优势越明显
• 支持自定义关联列数量和更新列数量，不需要硬编码单元格列号
• 如需适配无表头的Excel，可自行调整表头读取的行号即可

内容的提问来源于stack exchange，提问作者Vishal