在Python数据分析工作中，Excel文件的读写操作是基础且频繁的任务。其中，覆盖写入与追加写入是两种最常见的需求场景。本文将系统讲解如何使用Python高效实现这两种操作，并分享不同应用场景下的最佳实践方案。

实现方式上，开发者主要可选择使用pandas库或openpyxl库。两者各有优势：pandas适合数据处理，openpyxl提供更精细的控制。下面通过具体代码示例详细说明。

一、覆盖写入（清空原文件内容，写入全新数据）

覆盖写入指每次执行代码时，目标文件中的原有数据会被完全替换为新内容。这种方法适用于生成全新报告或更新整个数据集的场景。

1.1 使用 pandas 实现覆盖写入

对于习惯使用pandas进行数据处理的开发者，这是最便捷的方法。DataFrame的to_excel方法默认即为覆盖模式。

import pandas as pd
# 创建示例数据
data = {
    '姓名': ['张三', '李四', '王五'],
    '分数': [85, 92, 78]
}
df = pd.DataFrame(data)
# 覆盖写入（如果文件已存在会被覆盖）
df.to_excel('成绩表.xlsx', index=False, sheet_name='Sheet1')
print("覆盖写入完成")

代码简洁高效，一行to_excel即可完成。但需注意：如果原文件包含多个工作表，此方法会仅保留指定的Sheet1，其他所有工作表都将丢失。

1.2 使用 openpyxl 实现覆盖写入

如需更精细控制或避免引入pandas，可直接使用openpyxl创建新工作簿并保存，同样实现覆盖效果。

from openpyxl import Workbook

# 创建新工作簿
wb = Workbook()
ws = wb.active
ws.title = "Sheet1"

# 写入表头和数据
ws.append(['姓名', '分数'])
ws.append(['张三', 85])
ws.append(['李四', 92])
ws.append(['王五', 78])

# 保存（覆盖）
wb.sa ve('成绩表.xlsx')
print("覆盖写入完成")

此方法同样创建全新文件。若成绩表.xlsx已存在，其所有内容（包括其他工作表）将被清空替换。

二、追加写入（保留原有数据，在末尾添加新行或新工作表）

追加写入需求更为复杂，主要分为两类：

• 在现有工作表末尾追加新行：不破坏原有数据，仅续写内容。
• 在同一文件中新增工作表：保留所有旧工作表，添加新Sheet。

2.1 使用 pandas + openpyxl 在现有工作表末尾追加行

pandas的to_excel方法未提供直接的“追加行”参数，需通过其他方式实现。

方法一：先读取后合并再写入（适合数据量较小的情况）

核心思路：先读取旧数据，将其与新数据合并为新DataFrame，再一次性写回文件。这本质仍是覆盖写入，但覆盖内容为“旧数据+新数据”。

import pandas as pd
from openpyxl import load_workbook
# 原有文件路径
file_path = '成绩表.xlsx'
# 读取原有数据
try:
    df_old = pd.read_excel(file_path, sheet_name='Sheet1')
except FileNotFoundError:
    df_old = pd.DataFrame(columns=['姓名', '分数'])  # 如果文件不存在则创建空DataFrame
# 新数据
new_data = pd.DataFrame({'姓名': ['赵六', '小明'], '分数': [88, 95]})
# 合并
df_new = pd.concat([df_old, new_data], ignore_index=True)
# 写回文件（覆盖原文件，实际是替换整个内容）
df_new.to_excel(file_path, index=False, sheet_name='Sheet1')
print("追加写入完成")

此方法对小文件便捷，但若Excel文件较大或需频繁追加，反复读写整个文件将产生明显性能开销。

方法二：使用 openpyxl 直接追加（更高效，推荐）

openpyxl的优势在此凸显：可加载现有工作簿，直接定位到工作表末尾追加，完全不影响文件其他部分。

from openpyxl import load_workbook

file_path = '成绩表.xlsx'

# 加载工作簿
try:
    wb = load_workbook(file_path)
except FileNotFoundError:
    wb = Workbook()
ws = wb.active
if ws.title != 'Sheet1':
    ws.title = "Sheet1"

# 追加数据（假设已有表头，直接从下一行开始写）
new_rows = [
    ['赵六', 88],
    ['小明', 95]
]
for row in new_rows:
    ws.append(row)

wb.sa ve(file_path)
print("追加写入完成")

此方法高效安全，是追加行操作的首选方案。它不会影响其他工作表，性能远优于“先读后合再写”方式。

2.2 在现有 Excel 文件中新增工作表（不影响原有工作表）

如需添加全新工作表，可使用pandas的ExcelWriter在追加模式下优雅完成。

import pandas as pd
from openpyxl import load_workbook
file_path = '成绩表.xlsx'
# 新数据
df_new_sheet = pd.DataFrame({'科目': ['数学', '语文', '英语'], '成绩': [95, 88, 92]})
# 方法一：使用 pandas 的 ExcelWriter 添加新工作表
with pd.ExcelWriter(file_path, engine='openpyxl', mode='a', if_sheet_exists='replace') as writer:
    df_new_sheet.to_excel(writer, sheet_name='其他科目', index=False)
print("已新增工作表")

关键参数：mode='a'（追加模式）和engine='openpyxl'。if_sheet_exists='replace'表示若存在同名工作表则替换；可设置为'new'避免覆盖。

三、核心操作总结与选择建议

为方便选择，将几种核心操作特点总结如下：

总体而言，若需频繁、大量执行追加行操作，直接使用openpyxl是性能最佳选择，可避免反复读写整个文件的开销。

四、综合应用示例

最后，通过一个综合示例演示如何结合覆盖与追加，灵活管理Excel文件中的多个工作表。

from openpyxl import Workbook, load_workbook

# 定义文件名和工作表名
filename = r"C:\Users\Administrator\Downloads\example.xlsx"

# 第一次写入（创建文件并写入两个sheet）
def first_write():
    # 加载或创建新工作簿
    try:
        wb = load_workbook(filename)
    except FileNotFoundError:
        wb = Workbook()
        wb.remove(wb.active)

    # 检查并删除已存在的 "作者" 工作表（如果存在）
    if "机构" in wb.sheetnames:
        del wb["机构"]
    sheet1 = wb.create_sheet("机构")
    for row in data1:
        sheet1.append(row)
    
    # 检查并删除已存在的 "作者" 工作表（覆盖/新建sheet）
    if "作者" in wb.sheetnames:
        del wb["作者"]
    sheet2 = wb.create_sheet("作者")
    for row in data2:
        sheet2.append(row)
    
    wb.sa ve(filename)

# 第二次写入（追加sheet）
def second_write():
    # 加载已存在的文件
    wb = load_workbook(filename)

    # 检查 "作者" 工作表是否存在，如果存在则获取它，否则创建一个新的
    if "作者" in wb.sheetnames:
        sheet2 = wb["作者"]
    else:
        sheet2 = wb.create_sheet("作者")
    for row in data3:
        sheet2.append(row)
    
    wb.sa ve(filename)

# 数据定义
data2 = [
    ['Header1', 'Header2', 'Header3'],
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

data1 = [
    ['Header11', 'Header12', 'Header13'],
    [11, 2, 3],
    [41, 5, 6],
    [71, 8, 9]
]

data3 = [
    [21, 2, 3],
    [42, 5, 6],
    [73, 8, 9]
]

# 执行写入操作
first_write()  # 首次写入
second_write() # 覆盖写入

此示例清晰展示了如何利用openpyxl检查、删除、创建和追加工作表，实现对Excel文件结构的复杂控制。掌握这些基本模式，即可应对绝大多数Python操作Excel的读写需求。