Leer y Escribir Archivos Excel con Python

Visión General

Los archivos Excel (.xlsx) están en todas partes en el mundo empresarial. Python puede leerlos, escribirlos y formatearlos programáticamente usando openpyxl (control a nivel de celda) y pandas (operaciones a nivel de DataFrame). Esta recipe cubre ambos enfoques para tareas comunes como leer hojas, escribir datos, aplicar formato y manejar workbooks con múltiples hojas.

Cuándo Usar

• Necesitas leer datos de archivos Excel exportados por herramientas empresariales
• Estás generando reportes Excel desde una base de datos o API
• Necesitas formatear celdas (colores, bordes, formatos numéricos) programáticamente
• Estás automatizando un workflow que involucra múltiples hojas Excel

Solución

Leer Excel con pandas

import pandas as pd

# Leer una sola hoja
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
print(df.head())
print(df.columns)

# Leer todas las hojas a un dict de DataFrames
sheets = pd.read_excel("data.xlsx", sheet_name=None)
for name, df in sheets.items():
    print(f"Sheet: {name}, rows: {len(df)}")

Escribir Excel con pandas

import pandas as pd

df = pd.DataFrame({
    "name": ["Alice", "Bob", "Charlie"],
    "score": [85, 92, 78],
})

# Escritura básica
df.to_excel("output.xlsx", index=False, sheet_name="Results")

# Múltiples hojas
with pd.ExcelWriter("report.xlsx") as writer:
    df.to_excel(writer, sheet_name="Summary", index=False)
    df[df["score"] > 80].to_excel(writer, sheet_name="High Scores", index=False)

Control a nivel de celda con openpyxl

from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment, Border, Side

wb = Workbook()
ws = wb.active
ws.title = "Report"

# Fila de header con estilos
headers = ["Name", "Score", "Grade"]
header_fill = PatternFill(start_color="1a56db", end_color="1a56db", fill_type="solid")
header_font = Font(color="FFFFFF", bold=True)

for col, header in enumerate(headers, 1):
    cell = ws.cell(row=1, column=col, value=header)
    cell.fill = header_fill
    cell.font = header_font
    cell.alignment = Alignment(horizontal="center")

# Filas de datos
data = [("Alice", 85, "B"), ("Bob", 92, "A"), ("Charlie", 78, "C")]
for row_idx, (name, score, grade) in enumerate(data, 2):
    ws.cell(row=row_idx, column=1, value=name)
    ws.cell(row=row_idx, column=2, value=score)
    ws.cell(row=row_idx, column=3, value=grade)

# Auto-ajustar columnas
for col in ws.columns:
    max_length = max(len(str(cell.value or "")) for cell in col)
    ws.column_dimensions[col[0].column_letter].width = max_length + 2

wb.save("formatted_report.xlsx")

Leer con openpyxl

from openpyxl import load_workbook

wb = load_workbook("data.xlsx", data_only=True)  # data_only lee valores computados
ws = wb["Sheet1"]

for row in ws.iter_rows(min_row=1, max_row=5, values_only=True):
    print(row)

# Acceder a una celda específica
print(ws["A1"].value)

Agregar fórmulas

from openpyxl import Workbook

wb = Workbook()
ws = wb.active

ws["A1"] = 10
ws["A2"] = 20
ws["A3"] = 30
ws["A4"] = "=SUM(A1:A3)"
ws["A5"] = "=AVERAGE(A1:A3)"

wb.save("formulas.xlsx")

Explicación

pandas usa openpyxl por debajo al leer y escribir archivos .xlsx. Usa pandas para operaciones centradas en datos (filtrado, agrupación, joins) y openpyxl cuando necesitas control a nivel de celda (formato, fórmulas, celdas combinadas, gráficos).

Diferencias clave:

• pd.read_excel retorna un DataFrame. Bueno para análisis pero pierde formato.
• openpyxl.load_workbook preserva formato y te da objetos celda. Más lento para archivos grandes.
• pd.ExcelWriter con engine="openpyxl" te permite escribir DataFrames preservando el formato de un workbook existente.

Variantes

Librería	Nivel	Mejor Para	Dependencias
pandas	DataFrame	Análisis de datos, lectura/escritura masiva	pandas, openpyxl
openpyxl	Celda	Formato, fórmulas, gráficos	openpyxl
xlsxwriter	Celda	Solo escritura, gráficos, formato condicional	xlsxwriter
xlrd	Solo lectura	Archivos .xls legacy	xlrd

Pautas

• Usa pandas para leer y escribir datos. Usa openpyxl para formato y fórmulas.
• Siempre pasa index=False a to_excel a menos que necesites la columna de índice.
• Usa data_only=True con load_workbook para leer valores computados en vez de strings de fórmula.
• Define anchos de columna explícitamente. openpyxl no auto-ajusta columnas.
• Usa pd.ExcelWriter context manager para escribir múltiples hojas en un archivo.

Errores Comunes

• Olvidar instalar openpyxl. pandas lo necesita como engine para archivos .xlsx.
• Usar openpyxl para archivos grandes (10k+ filas). Es lento; usa pandas para operaciones masivas.
• No pasar data_only=True al leer fórmulas. Obtienes el string de fórmula en vez del resultado.
• Sobrescribir un workbook existente con to_excel. Reemplaza el archivo; usa ExcelWriter con mode="a" para agregar.
• Ignorar formatos numéricos. Excel puede mostrar fechas y números distinto a lo que Python espera.

Preguntas Frecuentes

¿Cómo leo un rango específico de celdas?

Con openpyxl, usa ws.iter_rows(min_row=2, max_row=10, min_col=1, max_col=3, values_only=True). Con pandas, usa los parámetros usecols y skiprows.

¿Cómo agrego formato condicional?

Usa openpyxl.formatting.rule o xlsxwriter. Por ejemplo, color scales y data bars son soportados via ColorScaleRule y DataBarRule.

¿Cómo manejo archivos .xls (legacy)?

Usa xlrd para leer y xlwt para escribir. pandas los soporta con engine="xlrd" y engine="xlwt". Nota que xlrd dejó de soportar .xlsx en la versión 2.0.

¿Puedo crear gráficos en Excel con Python?

Sí. openpyxl.chart soporta gráficos de barras, líneas y pie. xlsxwriter también soporta gráficos con una API similar.