正确做法是用一个pd.excelwriter实例统一管理多sheet写入，通过with语句确保资源自动释放；重复创建实例会导致覆盖或permissionerror；sheet名需合法且唯一，推荐使用openpyxl引擎配合if_sheet_exists参数处理已有文件。
用 pd.ExcelWriter 创建多工作表文件
直接调用 to_excel() 只能写入单个 sheet；要写多个，必须用 pd.ExcelWriter 作为容器。它本质是一个上下文管理器，负责打开、缓存、最终保存整个 Excel 文件。
常见错误是重复创建多个 ExcelWriter 实例写同一个文件——这会导致后写入的覆盖前一个，或抛出 PermissionError（Windows 下尤其明显）。
正确做法是：一个文件对应一个 ExcelWriter，所有 to_excel() 都指定 sheet_name 并共用这个 writer：
with pd.ExcelWriter("output.xlsx") as writer:
df1.to_excel(writer, sheet_name="汇总", index=False)
df2.to_excel(writer, sheet_name="明细", index=True)
df3.to_excel(writer, sheet_name="统计", index=False)
工作表名不能重复或含非法字符
Excel 对 sheet 名有硬性限制：最长 31 字符、不能含 / ? * [ ]、不能全为空格、不能与已有 sheet 同名。Pandas 不会自动截断或转义，出错时抛 XlsxWriterException 或静默失败（取决于引擎）。
建议在写入前做校验和清洗：
- 用
re.sub(r'[\/?*[]]', '_', name)替换非法字符 - 用
name[:31].strip()截断并去首尾空格 - 维护一个已用 names 列表，避免重复
不同引擎对格式和大文件的支持差异
ExcelWriter 默认用 xlsxwriter 引擎（适合写新文件），但不支持读/改已有 Excel；若需追加或修改已有文件，得换 openpyxl 引擎，并且要加 if_sheet_exists="replace" 或 "overlay" 参数（pandas ≥ 1.4.0）。
性能方面：xlsxwriter 写纯数据快、内存友好；openpyxl 支持样式/公式但更吃内存。导出超 10 万行时，建议关掉索引（index=False）、避免写入 NaN 字符串（先 df.fillna("")）。
导出时保留日期/数字格式的注意事项
Pandas 导出时默认把 datetime64 当字符串处理，Excel 里显示为普通文本而非可排序日期。解决方法有两个：
- 用
xlsxwriter引擎时，在to_excel()后手动调用worksheet.write_datetime()（需拿到底层 worksheet 对象） - 更简单的是提前转为字符串并指定格式：
df["date"] = df["date"].dt.strftime("%Y-%m-%d")
数字列如果含逗号分隔符（如 "1,234"），Excel 会当文本处理——务必确保导出前是 float 或 int 类型，不要用 astype(str) 破坏数值属性。
sheet 名冲突、引擎选错、日期变文本——这三个点实际项目里被踩最多，尤其是交接给业务方后，他们双击打开看到“#VALUE!”才反馈问题。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
