最实用的组合是 openpyxl 负责样式、公式、合并单元格等排版，pandas专注 数据清洗 与分析；读取需 data_only=True 获取公式结果，写入须单元格级赋值以保留格式，新增 sheet 用 openpyxl 创建并逐行写入。
用 openpyxl 读写 excel 格式细节（如样式、公式、合并单元格），再用 pandas 做 数据清洗 和分析，是最实用的组合方案。关键在于分工明确：pandas 负责“算”，openpyxl 负责“排版”。
读取带格式的 Excel 并转为 DataFrame
openpyxl 默认不解析公式值，只读原始公式 字符串；若要读计算结果，需启用 data_only=True。同时注意：它不自动跳过空行或识别表头，需手动指定范围。
- 用
load_workbook(filename, data_only=True)打开文件，避免公式显示为=SUM(A1:A10)而不是实际数值 - 通过
ws.iter_rows(min_row=2, max_row=100, values_only=True)按行提取数据，values_only=True返回纯值（忽略样式） - 把结果转成列表，再传给
pd.DataFrame()，并用第一行作列名：df = pd.DataFrame(data[1:], columns=data[0])
用 pandas 处理完数据，写回原工作表（保留格式）
直接用 df.to_excel() 会清空原有样式、公式和批注。正确做法是：用 openpyxl 定位目标区域，逐单元格赋值，其他格式不动。
- 先用
load_workbook(filename, keep_vba=True, read_only=False)打开（keep_vba可选，若含宏） - 定位目标工作表：
ws = wb['Sheet1']，再确定起始单元格，如start_cell = ws['C5'] - 遍历 DataFrame：
for r_idx, row in enumerate(df.values, 1):，再嵌套列 循环：for c_idx, value in enumerate(row, 1):，写入ws.cell(row=start_cell.row + r_idx, column=start_cell.column + c_idx - 1, value=value)
在已有 Excel 中插入新 sheet 并写入 pandas 表格
适合生成报表时追加分析页，不影响原表结构和样式。
立即学习“Python 免费学习笔记（深入）”；
- 用
wb.create_sheet(title='Analysis_2024')新建 sheet - 获取新 sheet 对象 后，用
dataframe_to_rows(df, index=False, header=True)将 DataFrame 转为可迭代行数据 - 逐行写入：
for r_idx, row in enumerate(rows, 1):，再for c_idx, value in enumerate(row, 1):，最后ws.cell(r_idx, c_idx, value) - 可顺手调整列宽：
for col in ['A', 'B', 'C']: ws.column_dimensions[col].width = 12
处理合并单元格与空单元格的兼容写法
openpyxl 对合并单元格敏感——读取时只有左上角单元格有值，其余为 None；写入时若覆盖已合并区域，会自动取消合并。需提前检查。
- 读取前检查合并区域：
for merged_cell in ws.merged_cells.ranges:，记录范围，后续逻辑跳过非首单元格 - 写入前解除合并（谨慎）：
ws.unmerge_cells('A1:C1')，写完再重新合并（如有必要） - 更稳妥的做法：用
ws.cell(……).value写值后，对对应区域调用ws.merge_cells('A1:C1')
不复杂但容易忽略。核心就三点：读用 data_only，写用单元格级赋值，增删 sheet 用 openpyxl 管理结构，pandas 只管数据流。
