openpyxl默认保留公式需设data_only=False并用cell.value读取公式字符串；公式单元格data_type为'f'或value以'='开头；更新时仅写入数据区，保存后需在Excel中按F9重算。
openpyxl 读取 Excel 时公式默认被转成值，怎么保留？
默认用 load_workbook() 打开文件时，data_only=False（这是默认值），但很多人没意识到：**只有在打开时设置 keep_vba=False 且不触发计算，公式才真正“待命”**。更关键的是，你必须用 worksheet[cell].value 读取单元格——此时如果该单元格含公式，.value 返回的是公式字符串（如 '=SUM(A1:A10)'），而不是计算结果。
常见错误是误用 data_only=True（它强制把所有公式替换成当前计算值，不可逆），或用 .cell().value 后又手动覆盖公式内容。
- 确认打开方式：
wb = load_workbook('file.xlsx', data_only=False, keep_vba=False) - 检查公式是否还在：
ws['B2'].value若返回类似'=A1*1.1'的字符串，说明公式 intact - 不要对含公式的单元格调用
.value = ...赋值，除非你明确想删掉公式
只更新数据单元格，不碰公式所在单元格
实际场景中，公式通常在汇总行/列，原始数据在其他区域（比如 A 列是录入值，B 列是 =A1*1.2）。你要更新的只是 A 列数值，B 列让 Excel 自己重算——这就要求你精准识别哪些单元格该写入、哪些该跳过。
openpyxl 不提供“判断某单元格是否含公式”的快捷属性，但可通过 .data_type 和 .value 类型组合推断：
立即学习“Python免费学习笔记（深入）”；
-
cell.data_type == 'f'→ 明确是公式单元格（f表示 formula） -
isinstance(cell.value, str) and cell.value.startswith('=')→ 大概率是公式（但注意：也可能是文本型等号，需结合上下文） - 最稳妥做法：维护一个“数据区范围”，比如
data_range = 'A2:A100'，只对这个范围内的单元格赋值
示例：只更新 A 列第 2–50 行的数据，B 列公式自动响应
for row in range(2, 51):
ws[f'A{row}'].value = new_data[row-2]
保存后公式不生效？检查 calculation_mode 和 Excel 实际行为
openpyxl 本身不执行公式计算，它只负责写入公式字符串和保存结构。你用 openpyxl 保存后双击打开 Excel，看到的仍是旧计算结果——因为 Excel 默认不自动重算（尤其当源文件是手动计算模式时）。
- Excel 文件的计算模式由
wb.calculation_properties控制，但 openpyxl 对它的支持有限；不能靠它触发实时计算 - 真正起作用的是：你在 Excel 中按
F9（重算全部）或Shift+F9（重算当前表） - 如果你用脚本后续调用 Excel COM 或 pywin32 自动化，可主动调用
Calculate()方法 - 导出给用户前，在 Excel 中另存为
.xlsx（非模板）并确保“公式→计算选项→自动”已勾选
批量更新大量数据时性能与内存注意事项
直接循环写入单个单元格（如 ws['A1'].value = x）在万行级别会明显变慢。这不是 Python 瓶颈，而是 openpyxl 每次赋值都触发内部状态更新。
- 优先用
ws.append()追加整行，或ws['A1:C100'] = [[...], [...], ...]批量写入二维列表 - 避免在循环里反复访问
ws.cell()，提前缓存行/列索引 - 如果原文件带大量样式、图表、条件格式，
load_workbook(..., read_only=False, keep_vba=False, data_only=False)是安全起点，但会吃更多内存 - 更新完别忘了
wb.save()—— 不调用它，所有变更全丢
公式本身不占额外内存，但 openpyxl 必须为每个 f 型单元格维护 formula 属性和依赖关系，所以含几千个公式的文件加载会比纯数据文件慢 2–3 倍。
