【Python办公】Python将CSV转Excel的几种方式

专栏导读

• 🌸 欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手

• 🏳️‍🌈 个人博客主页：请点击——> 个人的博客主页 求收藏

• 🏳️‍🌈 Github主页：请点击——> Github主页 求Star⭐

• 🏳️‍🌈 知乎主页：请点击——> 知乎主页 求关注

• 🏳️‍🌈 CSDN博客主页：请点击——> CSDN的博客主页 求关注

• 👍 该系列文章专栏：请点击——>Python办公自动化专栏 求订阅

• 🕷 此外还有爬虫专栏：请点击——>Python爬虫基础专栏 求订阅

• 📕 此外还有python基础专栏：请点击——>Python基础学习专栏 求订阅

• 文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

• ❤️ 欢迎各位佬关注！ ❤️

Python将CSV转Excel的几种方式

概述

在日常数据处理工作中，CSV（逗号分隔值）文件是最常见的数据格式之一。但有时我们需要将CSV文件转换为Excel格式以便进行更复杂的数据操作、可视化和共享。Python提供了多种成熟的库来完成这个任务，各有优劣。本文将深入介绍5种实现方式，帮助你选择最适合的方案。

方式一：pandas（最简洁）

特点

• ✅ 代码最简洁，仅需一行
• ✅ 功能完整，支持多sheet转换
• ✅ 性能优秀，适合大文件
• ⚠️ 需要openpyxl或xlsxwriter作为引擎

实现代码

importpandasaspd# 基础用法df=pd.read_csv('data.csv')df.to_excel('output.xlsx',index=False)# 指定sheet名称df.to_excel('output.xlsx',sheet_name='数据',index=False)# 多sheet写入withpd.ExcelWriter('output.xlsx')aswriter:df1.to_excel(writer,sheet_name='Sheet1',index=False)df2.to_excel(writer,sheet_name='Sheet2',index=False)

适用场景

• 数据分析和处理
• 批量转换多个CSV文件
• 需要保留数据格式

方式二：openpyxl（最灵活）

特点

• ✅ 功能最全面，支持格式化、公式、图表
• ✅ 适合复杂的Excel操作
• ✅ 可修改现有Excel文件
• ⚠️ 性能稍低，代码更复杂

实现代码

importcsvfromopenpyxlimportWorkbookfromopenpyxl.stylesimportFont,PatternFill# 创建工作簿wb=Workbook()ws=wb.active ws.title='数据'# 从CSV读取数据withopen('data.csv','r',encoding='utf-8')asf:csv_reader=csv.reader(f)forrow_idx,rowinenumerate(csv_reader,1):forcol_idx,valueinenumerate(row,1):cell=ws.cell(row=row_idx,column=col_idx,value=value)# 第一行格式化为标题ifrow_idx==1:cell.font=Font(bold=True,color='FFFFFF')cell.fill=PatternFill(start_color='4472C4',end_color='4472C4',fill_type='solid')# 自适应列宽forcolumninws.columns:max_length=0column_letter=column[0].column_letterforcellincolumn:max_length=max(max_length,len(str(cell.value)))ws.column_dimensions[column_letter].width=min(max_length+2,50)wb.save('output.xlsx')

适用场景

• 需要自定义格式和样式
• 添加公式或图表
• 修改现有Excel文件

方式三：xlsxwriter（高性能）

特点

• ✅ 性能最快，特别是大文件
• ✅ 功能丰富，支持图表
• ✅ 只写不读（写入速度快）
• ⚠️ 不能修改现有文件，不支持读操作

实现代码

importcsvimportxlsxwriter# 创建Excel文件workbook=xlsxwriter.Workbook('output.xlsx')worksheet=workbook.add_worksheet('数据')# 定义格式header_format=workbook.add_format({'bold':True,'bg_color':'#4472C4','font_color':'white','border':1})data_format=workbook.add_format({'border':1,'align':'left','valign':'vcenter'})# 读取CSV并写入Excelwithopen('data.csv','r',encoding='utf-8')asf:csv_reader=csv.reader(f)forrow_idx,rowinenumerate(csv_reader):forcol_idx,valueinenumerate(row):ifrow_idx==0:worksheet.write(row_idx,col_idx,value,header_format)else:worksheet.write(row_idx,col_idx,value,data_format)# 冻结首行worksheet.freeze_panes(1,0)workbook.close()

适用场景

• 处理超大CSV文件（百万行+）
• 需要快速转换
• 简单的格式需求

方式四：csv模块 + openpyxl（精细控制）

特点

• ✅ 对CSV解析控制最细致
• ✅ 处理特殊字符和编码
• ✅ 结合openpyxl可实现完整功能
• ⚠️ 代码相对冗长

实现代码

importcsvfromopenpyxlimportWorkbookfromopenpyxl.utilsimportget_column_letterdefcsv_to_excel(csv_file,excel_file,sheet_name='Sheet1',encoding='utf-8'):""" 将CSV转换为Excel 参数: csv_file: CSV文件路径 excel_file: 输出Excel文件路径 sheet_name: Excel sheet名称 encoding: 文件编码 """wb=Workbook()ws=wb.active ws.title=sheet_namewithopen(csv_file,'r',encoding=encoding)asf:csv_reader=csv.reader(f)forrow_idx,rowinenumerate(csv_reader,1):forcol_idx,valueinenumerate(row,1):ws.cell(row=row_idx,column=col_idx,value=value)wb.save(excel_file)print(f"✅ 转换完成:{excel_file}")# 使用示例csv_to_excel('data.csv','output.xlsx')

适用场景

• 需要处理特殊编码
• 自定义数据验证逻辑
• 复杂的CSV结构

方式五：pandas + 样式美化（专业级）

特点

• ✅ 结合pandas和openpyxl的最佳实践
• ✅ 代码简洁且功能完整
• ✅ 输出专业美观
• ✅ 适合商业场景

实现代码

importpandasaspdfromopenpyxlimportload_workbookfromopenpyxl.stylesimportFont,PatternFill,Alignment,Border,Sidedefcsv_to_excel_pro(csv_file,excel_file,sheet_name='Sheet1'):""" 将CSV转换为格式化的Excel（专业级） """# 第一步：使用pandas读取CSVdf=pd.read_csv(csv_file)# 第二步：用pandas写入Exceldf.to_excel(excel_file,sheet_name=sheet_name,index=False)# 第三步：使用openpyxl美化样式wb=load_workbook(excel_file)ws=wb.active# 定义样式header_fill=PatternFill(start_color='366092',end_color='366092',fill_type='solid')header_font=Font(bold=True,color='FFFFFF',size=12)header_alignment=Alignment(horizontal='center',vertical='center',wrap_text=True)border=Border(left=Side(style='thin'),right=Side(style='thin'),top=Side(style='thin'),bottom=Side(style='thin'))# 应用样式到所有单元格forrowinws.iter_rows(min_row=1,max_row=ws.max_row,min_col=1,max_col=ws.max_column):forcellinrow:cell.border=border cell.alignment=Alignment(horizontal='left',vertical='center',wrap_text=True)# 特殊处理头行ifcell.row==1:cell.fill=header_fill cell.font=header_font cell.alignment=header_alignment# 自适应列宽forcolumninws.columns:max_length=0column_letter=column[0].column_letterforcellincolumn:try:iflen(str(cell.value))>max_length:max_length=len(str(cell.value))except:passadjusted_width=min(max_length+2,50)ws.column_dimensions[column_letter].width=adjusted_width# 冻结首行ws.freeze_panes='A2'wb.save(excel_file)print(f"✅ 专业级转换完成:{excel_file}")print(f"📊 数据量:{len(df)}行 ×{len(df.columns)}列")# 使用示例csv_to_excel_pro('data.csv','output.xlsx',sheet_name='数据')

性能对比

库的安装

# pandas（包含Excel支持）pipinstallpandas openpyxl# 仅xlsxwriterpipinstallxlsxwriter# 仅openpyxlpipinstallopenpyxl

常见问题解决

Q1: 编码问题导致乱码？

# 使用encoding参数指定编码df=pd.read_csv('data.csv',encoding='gbk')# 或 utf-8, gb2312

Q2: 大文件内存溢出？

# 方案1：使用xlsxwriter（流式写入）# 方案2：分块处理chunks=pd.read_csv('data.csv',chunksize=10000)forchunkinchunks:chunk.to_excel('output.xlsx',mode='a')

Q3: 保留原始数据类型？

# 指定dtypedf=pd.read_csv('data.csv',dtype={'ID':str,'金额':float})

Q4: 需要多个CSV合并为一个Excel？

importglobimportpandasaspd# 读取所有CSV文件csv_files=glob.glob('*.csv')withpd.ExcelWriter('merged.xlsx')aswriter:forcsv_fileincsv_files:df=pd.read_csv(csv_file)sheet_name=csv_file.replace('.csv','')df.to_excel(writer,sheet_name=sheet_name,index=False)

最佳实践建议

1. 选择合适的库

   • 日常使用：优先pandas（简洁高效）
   • 格式复杂：选用openpyxl（功能完整）
   • 超大文件：使用xlsxwriter（性能最优）

2. 数据验证

   # 转换前检查assertnotdf.isnull().any().any(),"存在空值"assertlen(df)>0,"数据为空"

3. 错误处理

   try:df=pd.read_csv('data.csv')df.to_excel('output.xlsx',index=False)exceptFileNotFoundError:print("❌ 文件不存在")exceptExceptionase:print(f"❌ 转换失败:{e}")

4. 日志记录

   importlogging logging.basicConfig(level=logging.INFO)logger=logging.getLogger(__name__)logger.info(f"成功转换{len(df)}行数据")

总结

建议方案：在大多数场景下，使用pandas + openpyxl的组合方案（方式五）能够提供最好的平衡——既简洁易用，又能生成专业、美观的输出。

参考资源

• Pandas官方文档
• openpyxl文档
• xlsxwriter文档

更新于: 2026年4月
作者: Python数据处理团队

结尾

• 希望对初学者有帮助；致力于办公自动化的小小程序员一枚

• 希望能得到大家的【❤️一个免费关注❤️】感谢！

• 求个 🤞 关注 🤞 +❤️ 喜欢 ❤️ +👍 收藏 👍

• 此外还有办公自动化专栏，欢迎大家订阅：Python办公自动化专栏

• 此外还有爬虫专栏，欢迎大家订阅：Python爬虫基础专栏

• 此外还有Python基础专栏，欢迎大家订阅：Python基础学习专栏