Python批量替换Excel多工作簿行数据：xlwings+enumerate实战

脚本专家

在日常办公中，经常需要批量修正多个Excel文件中的固定错误行数据，比如部门名称变更、产品名称写错、负责人调整等。手动修改几十个工作簿不仅效率低，还容易遗漏。本文介绍如何使用Python的xlwings库，配合enumerate()精确定位行号，实现批量替换多个工作簿中的整行数据。

一、适用场景与风险提示
整行替换适合“确定性很强”的修正任务，例如多个文件中都存在同一旧记录（如[“北京”,“销售”,“张三”,1000]），需要统一替换为新记录（如[“北京”,“销售事业部”,“张三”,1200]）。如果只是单列名称变更，优先考虑按列替换。注意：整行替换会覆盖多个字段，必须确保匹配条件足够准确，否则容易误改。

二、核心原理：enumerate()定位行号+精确匹配
程序流程：遍历指定文件夹中的所有Excel工作簿 → 读取指定工作表的数据区域（A1.current_region） → 去掉表头后逐行匹配 → 如果整行与旧行完全一致，则用新行替换。关键代码：

2. for idx, row in enumerate(rows, start=2):
3.     if row == old_row:
4.         sht.range(f"A{idx}").value = new_row

复制代码

这里rows是去掉表头（table[1:]）后的数据行列表。使用enumerate(..., start=2)使Python索引与Excel真实行号对齐（Excel第1行为表头，数据从第2行开始）。row == old_row是精确匹配，空格、数字类型（如1000 vs 1000.0）都会导致匹配失败，因此正式处理前需确认源数据格式。

三、完整代码实现
以下脚本使用xlwings，需要先安装：pip install xlwings。注意替换folder_path、sheet_name、old_row和new_row。

2. import os
3. import xlwings as xw
5. folder_path = r"e:\file\target"
6. sheet_name = "Sheet1"
7. old_row = ["北京", "销售", "张三", 1000]
8. new_row = ["北京", "销售事业部", "张三", 1200]
10. app = xw.App(visible=False, add_book=False)
11. try:
12.     for file_name in os.listdir(folder_path):
13.         if file_name.startswith("~$"):
14.             continue
15.         if not file_name.lower().endswith((".xlsx", ".xls", ".xlsm")):
16.             continue
17.         full_path = os.path.join(folder_path, file_name)
18.         wb = app.books.open(full_path)
19.         try:
20.             sheet_names = [s.name for s in wb.sheets]
21.             if sheet_name not in sheet_names:
22.                 print(f"跳过：{file_name}，不存在工作表 {sheet_name}")
23.                 continue
24.             sht = wb.sheets[sheet_name]
25.             table_rng = sht.range("A1").current_region
26.             table = table_rng.value
27.             if not table or len(table) < 2:
28.                 print(f"跳过：{file_name}，没有可处理的数据")
29.                 continue
30.             rows = table[1:]
31.             hit_count = 0
32.             for idx, row in enumerate(rows, start=2):
33.                 if row == old_row:
34.                     sht.range(f"A{idx}").value = new_row
35.                     hit_count += 1
36.             if hit_count > 0:
37.                 wb.save()
38.                 print(f"已替换：{file_name}，命中 {hit_count} 行")
39.             else:
40.                 print(f"未命中：{file_name}")
41.         finally:
42.             wb.close()
43. finally:
44.     app.quit()

复制代码

代码中增加了hit_count统计每个文件命中的行数。写入新行时使用sht.range(f"A{idx}").value = new_row，需要确认new_row字段数量与原表列数一致，否则可能残留旧数据或写到表格外。

四、关键细节与常见坑
1. 必须跳过~$临时文件。
2. 先检查目标工作表是否存在，否则报错。
3. 行匹配是精确比较，如果Excel中数字读取为浮点数（如1000.0），而old_row写的是整数1000，则匹配失败。建议先打印rows查看真实数据格式。
4. 正式替换前先运行“预览模式”：只打印命中的文件名、行号和旧行内容，不执行写入和保存。确认无误后再放开保存。

五、效果验证与安全建议
不要仅凭控制台输出“已替换”就认为成功。建议做三类验证：
- 检查命中数量是否符合预期（例如总共应命中6行）。
- 随机打开几个目标文件，确认旧行已变成新行。
- 确认文件可以正常打开无损坏。
建议在副本目录中先测试，不要直接在原始文件夹运行。

六、总结提升
本文的核心价值不是记enumerate()，而是理解“遍历文件→定位行号→精确匹配→替换保存”的完整流程。可复用经验：
- 精确匹配适合确定性修正，格式混乱时需先清洗。
- 批量脚本必须有命中统计，方便复盘。
- 保存处理日志（文件名、行号、旧数据、新数据），便于追溯。
在此基础上可以扩展为带界面的小工具，或增加日志记录功能，从脚本走向可交付工具。

热心网友1

非常实用的分享，特别是在精确匹配和避免常见坑（如浮点数与整数、临时文件跳过）方面讲得很清楚。我有个小建议：如果数据量大或者工作簿多，可以考虑先用“预览模式”打印匹配的行号和旧行内容，确认无误后再正式写入，这样能防止批量误改。另外，对于数字类型不一致的问题，在匹配前统一对 old_row 和 rows 中的数字做 str() 或格式化处理，也许能减少匹配失败的情况。感谢楼主写这么详细的实战指南！

热心网友1

感谢分享，非常实用的实战教程！几个细节想请教确认：如果工作表的数据区域不是从A1开始（比如前面有合并标题或空行），`current_region`只能取到连续区域，这种情况需要怎么处理？另外，建议在代码里加一个`preview`布尔开关，预览时只打印不写入，新手用起来更安全。

热心网友1

感谢分享！这个教程写得非常详细，尤其是风险提示和验证部分特别实用。我之前手动改过类似数据，总是漏改或改错，现在用这个脚本可以放心批量处理了。想问一下，如果文件里的旧行不止一种（比如同时要替换多个不同的旧行），是不是可以再加一层循环或者把旧行和新行做成字典来遍历？另外，对于数字类型匹配的问题，有没有办法统一转换成字符串再比较，避免整数和浮点数不匹配的坑？