### 如何在Python中保存并关闭Excel文件 当使用 `pandas` 或者 `openpyxl` 处理 Excel 文件时，确保正确保存和关闭文件对于防止数据丢失至关重要。 #### 使用 Pandas 和 ExcelWriter 保存文件 为了通过 `pandas` 的 `ExcelWriter` 对象写入多个 DataFrame 到同一个 Excel 文件，并最终保存该文件： ```python import pandas as pd # 创建一些示例数据框 df1 = pd.DataFrame({'Data': range(10)}) df2 = pd.DataFrame({'More Data': range(5)}) with pd.ExcelWriter('output.xlsx', engine='xlsxwriter') as writer: df1.to_excel(writer, sheet_name='Sheet1') df2.to_excel(writer, sheet_name='Sheet2') # 自动调用了 writer.save() ``` 在这个例子中，上下文管理器 (`with`语句) 确保即使发生异常也会自动保存工作簿[^1]。 #### 使用 OpenPyXL 手动控制保存过程 如果更倾向于直接操作 Excel 文件，则可以利用 `openpyxl` 库来加载现有文档或创建新文档，并显式地保存更改后的副本： ```python from openpyxl import Workbook wb = Workbook() ws = wb.active ws.title = "Sample Sheet" ws['A1'] = 42 # 添加更多数据... for row in range(2, 6): ws[f'A{row}'] = f'Row {row}' # 显式保存文件 wb.save("sample_book.xlsx") # 关闭工作簿对象以释放资源 wb.close() ``` 这里展示了如何打开一个新的工作簿实例，向其中添加数据，随后保存到磁盘上指定路径下的 `.xlsx` 文件。最后一步是调用 `close()` 方法来清理任何占用的系统资源[^2]。 #### 结合两者的优势 有时可能希望先用 `pandas` 将数据导出至 Excel 中再应用样式或其他高级功能；此时可以在完成初步的数据导入之后切换回 `openpyxl` 来做进一步处理： ```python import pandas as pd from openpyxl import load_workbook data = {'Column1': ['foo', 'bar'], 'Column2': [1, 2]} df = pd.DataFrame(data) with pd.ExcelWriter('combined_output.xlsx', mode='w', engine='openpyxl') as writer: df.to_excel(writer, index=False) workbook = load_workbook('combined_output.xlsx') worksheet = workbook.active # 进行额外的操作... workbook.save('finalized_output.xlsx') workbook.close() ``` 这段代码片段说明了怎样混合使用两个库的功能，在保持灵活性的同时也能够有效地管理和优化整个流程[^3]。