影刀RPA Excel行列操作：插入、删除、隐藏、调整宽高

影刀RPA Excel行列操作：插入、删除、隐藏、调整宽高

作者：林焱

Excel操作不只是读写单元格数据。很多时候你需要操作行列结构——插入一行新数据、删除空行、隐藏辅助列、调整列宽让内容完整显示、冻结首行方便查看。这些操作在手动使用Excel时很简单，但在RPA自动化中，每一步都有坑。

这篇文章把Excel行列操作的常用场景和正确方法讲全。

一、插入行和列

1.1 插入行

【插入Excel行】 文件路径：D:\data\product.xlsx Sheet名：Sheet1 插入位置：第3行 ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/ce27cb18c8ae439386dfc8b51da26d65.png#pic_center) 插入行数：1

用Python操作：

importopenpyxl wb=openpyxl.load_workbook("D:\\data\\product.xlsx")ws=wb["Sheet1"]# 在第3行前插入一行ws.insert_rows(3)# 在第3行前插入3行ws.insert_rows(3,3)wb.save("D:\\data\\product.xlsx")

坑1：插入行后公式引用错位

插入行后，原来引用该区域的公式会自动调整。但有些复杂的公式（特别是跨Sheet引用）可能不会正确调整，需要手动检查。

坑2：插入行后格式不一致

新插入的行没有格式（边框、背景色等），和周围行不统一。插入后需要复制相邻行的格式：

fromcopyimportcopy# 复制第2行的格式到新插入的第3行forcolinrange(1,ws.max_column+1):source_cell=ws.cell(row=2,column=col)target_cell=ws.cell(row=3,column=col)ifsource_cell.has_style:target_cell.font=copy(source_cell.font)target_cell.border=copy(source_cell.border)target_cell.fill=copy(source_cell.fill)target_cell.number_format=source_cell.number_format

1.2 插入列

# 在第B列前插入一列ws.insert_cols(2)# 在第B列前插入2列ws.insert_cols(2,2)

1.3 批量插入多行数据

在数据末尾批量追加多行：

importopenpyxl wb=openpyxl.load_workbook("D:\\data\\product.xlsx")ws=wb["Sheet1"]# 找到最后一行last_row=ws.max_row# 批量追加new_data=get_variable("new_data_list")forrow_datainnew_data:last_row+=1forcol_idx,valueinenumerate(row_data,1):ws.cell(row=last_row,column=col_idx,value=value)wb.save("D:\\data\\product.xlsx")

用pandas更简洁：

importpandasaspd# 读取原有数据df_old=pd.read_excel("D:\\data\\product.xlsx")df_new=pd.DataFrame(get_variable("new_data_list"))# 合并df_all=pd.concat([df_old,df_new],ignore_index=True)# 写回df_all.to_excel("D:\\data\\product.xlsx",index=False)

二、删除行和列

2.1 删除行

【删除Excel行】 文件路径：D:\data\product.xlsx Sheet名：Sheet1 起始行：第5行 删除行数：1

用Python：

# 删除第5行ws.delete_rows(5)# 删除第5-7行（3行）![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/ac67657d67c64af08c222e77094ef21f.png#pic_center)ws.delete_rows(5,3)

2.2 删除空行

数据中间有大量空行需要清理：

importopenpyxl wb=openpyxl.load_workbook("D:\\data\\product.xlsx")ws=wb["Sheet1"]# 从下往上遍历，删除空行forrowinrange(ws.max_row,1,-1):# 检查整行是否为空is_empty=Trueforcolinrange(1,ws.max_column+1):ifws.cell(row=row,column=col).valueisnotNone:is_empty=Falsebreakifis_empty:ws.delete_rows(row)wb.save("D:\\data\\product.xlsx")

坑：从上往下删除导致行号错位

删除一行后，下面的行会上移，行号变化。如果从上往下遍历删除，会跳过一些行。必须从下往上删。

坑：删行后合并单元格错乱

删除包含合并单元格的行，合并范围可能错乱。删行后检查合并单元格的范围是否正确，必要时手动调整。

2.3 按条件删除行

删除满足条件的行（比如删除状态为"已下架"的行）：

importpandasaspd df=pd.read_excel("D:\\data\\product.xlsx")# 删除状态为"已下架"的行df=df[df["状态"]!="已下架"]# 写回df.to_excel("D:\\data\\product.xlsx",index=False)

用pandas按条件删除比openpyxl逐行删快得多，适合大数据量。

2.4 删除列

# 删除第C列ws.delete_cols(3)# 删除第C-D列（2列）ws.delete_cols(3,2)

三、隐藏和显示行列

3.1 隐藏行

importopenpyxl wb=openpyxl.load_workbook("D:\\data\\product.xlsx")ws=wb["Sheet1"]# 隐藏第3-5行forrowinrange(3,6):ws.row_dimensions[row].hidden=Truewb.save("D:\\data\\product.xlsx")

3.2 隐藏列

# 隐藏C列和D列ws.column_dimensions['C'].hidden=Truews.column_dimensions['D'].hidden=True

3.3 取消隐藏

# 取消隐藏第3-5行forrowinrange(3,6):ws.row_dimensions[row].hidden=False![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/31b9066e37cd43808acf3fdf89046d8a.png#pic_center)# 取消隐藏C列ws.column_dimensions['C'].hidden=False

坑：隐藏行后max_row不包含隐藏行

openpyxl的max_row包含隐藏行。但pandas的read_excel默认不读取隐藏行。如果你隐藏了行又用pandas读取，数据行数可能不一致。

3.4 什么时候需要隐藏行列

• 隐藏辅助计算列，让报表更清爽
• 隐藏不需要展示的数据行
• 隐藏中间过程数据

四、调整列宽和行高

4.1 设置列宽

# 设置A列宽度为20ws.column_dimensions['A'].width=20# 设置B列宽度为30ws.column_dimensions['B'].width=30

4.2 设置行高

# 设置第1行高度为30ws.row_dimensions[1].height=30

4.3 自适应列宽

Excel本身有"自适应列宽"功能，但openpyxl不支持直接调用。需要手动计算：

importopenpyxlfromopenpyxl.utilsimportget_column_letter wb=openpyxl.load_workbook("D:\\data\\product.xlsx")ws=wb["Sheet1"]# 遍历每列，找到最大内容长度，设置列宽forcolinrange(1,ws.max_column+1):max_length=0col_letter=get_column_letter(col)forrowinrange(1,ws.max_row+1):cell=ws.cell(row=row,column=col)ifcell.value:# 中文字符算2个宽度value=str(cell.value)length=sum(2iford(c)>127else1forcinvalue)max_length=max(max_length,length)# 列宽 = 最大长度 + 2的余量ws.column_dimensions[col_letter].width=min(max_length+2,50)wb.save("D:\\data\\product.xlsx")

坑：中文字符宽度计算

中文字符在Excel中占的宽度大约是英文字符的2倍。如果用len(str)计算列宽，中文内容的列会太窄。用上面的方法，中文字符算2个宽度。

坑：列宽太大

有些单元格内容很长（比如URL），如果按内容设列宽会非常宽。设置一个上限（如50），超过的截断或换行。

4.4 自动换行

内容太长不想列太宽，可以设置自动换行：

fromopenpyxl.stylesimportAlignment# 设置A列所有单元格自动换行forrowinrange(1,ws.max_row+1):ws.cell(row=row,column=1).alignment=Alignment(wrap_text=True)# 设置列宽和行高ws.column_dimensions['A'].width=30

五、冻结窗格

5.1 冻结首行

# 冻结首行（第2行开始可以滚动）ws.freeze_panes="A2"[video(video-5zLktKk2-1783502662097)(type-csdn)(url-https://live.csdn.net/v/embed/524993)(image-https://v-blog.csdnimg.cn/asset/a547123d88ad712dccba346c9217e237/cover/Cover0.jpg)(title-TEMU店群如何管理运营？)]

5.2 冻结首行首列

# 冻结首行和首列ws.freeze_panes="B2"

5.3 冻结多行多列

# 冻结前2行和前3列ws.freeze_panes="D3"

5.4 取消冻结

ws.freeze_panes=None

什么时候用冻结窗格：

• 生成报表时冻结表头行，方便查看
• 冻结ID列，滚动时始终可见

六、行列操作实战场景

6.1 清理数据表

一个完整的数据清理流程：

importopenpyxlimportpandasaspd# 读取数据df=pd.read_excel("D:\\data\\raw.xlsx")# 1. 删除空行df=df.dropna(how='all')# 2. 删除重复行df=df.drop_duplicates()# 3. 删除指定列（辅助列）df=df.drop(columns=['临时标记','计算用'])# 4. 重置索引df=df.reset_index(drop=True)# 写入新文件df.to_excel("D:\\data\\cleaned.xlsx",index=False)# 5. 用openpyxl调整格式wb=openpyxl.load_workbook("D:\\data\\cleaned.xlsx")ws=wb.active# 自适应列宽forcolinrange(1,ws.max_column+1):max_length=0col_letter=get_column_letter(col)forrowinrange(1,ws.max_row+1):cell=ws.cell(row=row,column=col)ifcell.value:length=sum(2iford(c)>127else1forcinstr(cell.value))max_length=max(max_length,length)ws.column_dimensions[col_letter].width=min(max_length+2,50)# 冻结首行ws.freeze_panes="A2"# 表头加粗fromopenpyxl.stylesimportFontforcolinrange(1,ws.max_column+1):ws.cell(row=1,column=col).font=Font(bold=True)wb.save("D:\\data\\cleaned.xlsx")

6.2 在指定位置插入汇总行

wb=openpyxl.load_workbook("D:\\data\\sales.xlsx")ws=wb["Sheet1"]# 找到最后一行数据last_row=ws.max_row# 插入汇总行summary_row=last_row+1ws.cell(row=summary_row,column=1,value="合计")ws.cell(row=summary_row,column=2,value=f"=SUM(B2:B{last_row})")# 汇总行加粗fromopenpyxl.stylesimportFont,PatternFill bold_font=Font(bold=True)gray_fill=PatternFill(start_color="DDDDDD",end_color="DDDDDD",fill_type="solid")forcolinrange(1,ws.max_column+1):cell=ws.cell(row=summary_row,column=col)cell.font=bold_font cell.fill=gray_fill wb.save("D:\\data\\sales.xlsx")

6.3 转置数据（行变列、列变行）

importpandasaspd df=pd.read_excel("D:\\data\\data.xlsx")# 转置df_transposed=df.T df_transposed.to_excel("D:\\data\\transposed.xlsx")

七、避坑清单

坑1：pandas覆盖格式

pandas的to_excel会覆盖原有格式。需要保留格式的操作用openpyxl逐行逐列修改，不要用pandas覆盖。

坑2：大量insert_rows导致性能差

openpyxl的insert_rows在大数据量时性能很差（因为它要移动所有后续行的数据）。如果需要插入很多行，考虑用pandas处理数据后重新写入。

坑3：隐藏行影响数据读取

pandas的read_excel默认不读隐藏行。如果你隐藏了行又用pandas读取，数据行数会少。设置read_excel的参数来包含隐藏行，或者用openpyxl读取。

坑4：delete_rows后图表引用错位

如果Excel中有图表引用了被删除的行区域，图表数据会错位。删行后检查并更新图表数据源。

坑5：行高列宽单位混淆

openpyxl的列宽单位是字符宽度（大约等于一个数字字符的宽度），行高单位是磅（point）。两者不是像素，不要混用。