Pandas与openpyxl读写xlsx时如何保留Hours列hh:mm:ss自定义格式

• pandas 没有原生的纯时间类型，执行 pd.to_datetime(...).dt.time 操作后，列中存储的是Python原生time对象，对应dtype必然为object，这不是转换失效，是pandas的类型设计限制
• to_excel 方法搭配openpyxl引擎时，不会自动为单元格匹配自定义格式，写入的单元格默认套用常规格式
• 代码中通过date_format='yyyy-mm-dd'传入的格式参数，仅对完整的日期时间列生效，对时分秒格式的时间列无作用
• 原有加载源工作簿、删表重建工作表的逻辑，没有给重建的工作表保留预定义的单元格格式规则

核心思路：写入数据完成后，显式给Hours列的所有数据单元格指定hh:mm:ss的数字格式，即可完全复现源文件的显示效果，同时简化不必要的工作簿重建流程。
完整可运行代码：

import pandas as pd
from openpyxl import load_workbook

path = r'D:\Test\Test.xlsx'
path2 = r'D:\Test\TestResult.xlsx'

# 读入源数据
df = pd.read_excel(path, sheet_name=0, index_col=None, na_values=['NA'])
# 保留Hours列为datetime类型，不强制转dt.time，后续时长计算、时间运算更方便
df['Hours'] = pd.to_datetime(df['Hours'], format='%H:%M:%S')

# 加载源工作簿，保留原有样式基础
book = load_workbook(path)
first_sheet_name = book.sheetnames[0]
ws = book[first_sheet_name]
# 清空原有表内容，无需删除表重建
ws.delete_rows(1, ws.max_row)

writer = pd.ExcelWriter(path2, engine='openpyxl')
writer.book = book
writer.sheets = {ws.title: ws for ws in book.worksheets}

# 写入处理后的数据
df.to_excel(writer, sheet_name=first_sheet_name, index=False)

# 定位Hours列的Excel列索引（Excel列号从1开始计数）
hours_col_loc = df.columns.get_loc('Hours') + 1
# 批量给该列数据单元格设置hh:mm:ss格式（跳过表头）
for row_num in range(2, ws.max_row + 1):
    target_cell = ws.cell(row=row_num, column=hours_col_loc)
    target_cell.number_format = 'hh:mm:ss'

writer.save()

• 如果业务逻辑中确实需要将Hours列转为纯time对象处理，也不影响格式生效：只要在写入完成后给对应单元格设置数字格式，openpyxl即可正确渲染时间值，不会出现内容错位
• 无需保留源文件结构的场景下，可进一步简化流程：直接新建空白工作簿写入数据，写完统一给目标列设置格式即可，省去加载源文件的IO开销
• 不要依赖pandas自动匹配源文件格式的能力，自定义单元格格式必须通过openpyxl的number_format属性显式指定，才能保证输出和源文件效果一致

内容的提问来源于stack exchange，提问作者JerryC