pandas读写Excel效率低因全量加载且不保留格式；纯数据用pandas分块读取，需样式用openpyxl，需图表或Excel应用用xlwings；文件遍历推荐pathlib+glob，批量保存避免重复打开，出错时用logging记录并分类处理。
用 pandas 读写 Excel 效率低？换 openpyxl 或 xlwings
直接用 pandas.read_excel() 和 pandas.to_excel() 批量处理上千个文件，很容易卡在 I/O 或内存上——尤其当文件含样式、图表、合并单元格时。pandas 底层依赖 openpyxl 或 xlsxwriter，但默认不保留格式，且每次读写都全量加载，开销大。
实操建议：
- 纯数据转换（无样式需求）：用
pandas+chunksize参数分块读取大表，避免单次加载整表 - 需保留原格式（字体、边框、列宽等）：直接用
openpyxl.load_workbook()，它支持原地修改、不丢样式，但不支持 .xls（旧版 Excel） - 要操作图表、公式或跨进程调用 Excel 应用：用
xlwings，但必须本机装 Excel，且速度慢、不适合无界面服务器 - 统一转为 .xlsx 且无需样式？可先用
pyxlsb（处理 .xlsb）或xlrd（仅 v1.2.0- 支持 .xls），但注意xlrd从 2.0 起已弃用 .xls 支持
路径遍历和文件筛选别靠 os.listdir() 硬写
上千个文件混在多级目录里，手动拼路径或嵌套 for 循环极易漏文件或报 PermissionError。更稳的方式是用 pathlib + glob。
示例片段：
立即学习“Python免费学习笔记（深入）”；
from pathlib import Path
<p>root = Path("data_input")
xlsx_files = list(root.rglob("<em>.xlsx")) # 递归找所有 .xlsx
xls_files = [f for f in root.rglob("</em>") if f.suffix.lower() in {".xls", ".xlsb"}]</p><h1>过滤掉临时文件（如 ~$ 开头、._ 开头）</h1><p>valid_files = [f for f in xlsx<em>files if not f.name.startswith(("~$", ".</em>"))]注意：rglob 可能扫到挂载点或权限受限目录，加 try/except PermissionError 包裹更安全；.suffix.lower() 避免大小写问题（如 .XLSX）。
Excel XLSX Formula Cleanup
下载
诊断并修复涉及公式、命名范围、Power Query 刷新、数据透视表、VBA/宏保存等问题的 Microsoft Excel XLSX 工作簿
批量保存时别每个文件都新建一个 Workbook
用 openpyxl 时常见错误：循环里反复 load_workbook() → 修改 → save()，看似没问题，但每个 save() 都触发完整序列化，磁盘写入压力大，还容易因未关闭导致文件锁残留。
关键点：
- 改完立刻
wb.close()，不要等 GC 回收 - 避免在循环内重复打开同一模板文件——提前读一次，用
copy_workbook()复制（需openpyxl≥ 3.1） - 若只是统一调整列宽/字体，可用
ws.column_dimensions["A"].width = 15这类细粒度操作，比全量重写快 - 并发写入？别用
threading——openpyxl非线程安全；改用multiprocessing，但注意进程间不能传Workbook对象，得传路径再各自加载
出错时别让整个批次中断，记录日志比 print 更有用
上千个文件里总有几个损坏、密码保护或编码异常，try/except 全包一层是底线，但只 print 错误信息根本没法定位问题。
建议做法：
- 用
logging写入文件，每行包含时间、文件路径、错误类型、简短消息 - 对特定错误分类处理：比如
InvalidFileException（非 Excel 文件）跳过；ReadOnlyWorkbookException尝试加read_only=False参数重试 - 记录成功数/失败数/跳过数，最后输出汇总，而不是靠肉眼数 print 行数
- 失败文件路径存进
failed_paths.txt，方便后续人工查——别指望脚本自动修复加密或损坏文件
真正麻烦的不是代码怎么写，而是某几个文件用了非常规字体、嵌入了 OLE 对象，或者用 WPS 保存的“伪 .xlsx”——这些只能靠日志暴露，没法预判。
