[Pandas] read_excel / to_excel

정의

pandas.read_excel 는 Excel 파일 (.xlsx, .xls) 을 Pandas DataFrame 으로 읽는 함수. pandas.ExcelWriter 와 DataFrame.to_excel 은 역방향 저장을 담당한다.

한국 실무에서 업무 보고서, 정산 파일, 외부 데이터 수신 등에 매우 자주 쓰인다.

의존 라이브러리

pip install openpyxl          # 기본 xlsx 지원
pip install python-calamine   # 대용량 고속 읽기

읽기 흐름

flowchart TD
    F["Excel 파일"] --> E{"engine 선택"}
    E -->|".xlsx"| OP["openpyxl"]
    E -->|".xls"| XL["xlrd"]
    E -->|"고속"| CA["calamine"]
    OP & XL & CA --> P["pandas 내부 파서"]
    P --> D["DataFrame"]
    D --> Q{"후처리 필요?"}
    Q -->|"병합 셀"| FF["ffill()"]
    Q -->|"멀티 헤더"| MH["header=list"]
    Q -->|"dtype 교정"| DT["astype / dtype="]
    Q -->|"완료"| OK["분석 시작"]

기본 사용

import pandas as pd

df = pd.read_excel('data.xlsx')                        # 첫 시트
df = pd.read_excel('data.xlsx', sheet_name='Sheet2')
df = pd.read_excel('data.xlsx', sheet_name=0)          # 0번째 시트

핵심 옵션

여러 시트 한 번에

# 모든 시트를 dict[name -> DataFrame] 으로
sheets = pd.read_excel('multi.xlsx', sheet_name=None)
print(list(sheets.keys()))
print(sheets['Sales'].shape)

['Sales', 'Returns', 'Inventory']
(1234, 8)

# 특정 시트 여러 개 선택
sheets = pd.read_excel('data.xlsx', sheet_name=['Jan', 'Feb', 'Mar'])
combined = pd.concat(sheets.values(), keys=sheets.keys())

일부 영역만

# A1:D100 영역만
df = pd.read_excel('data.xlsx',
    usecols='A:D',
    nrows=100,
    skiprows=5,
)

# 컬럼명으로 선택
df = pd.read_excel('data.xlsx',
    usecols=['날짜', '매출', '비용'],
)

dtype 다루기

Excel 자동 타입 추론을 방어하는 패턴.

# 문자로 봐야 하는 컬럼 (주민번호, 전화번호 등)
df = pd.read_excel('data.xlsx', dtype={
    'phone': str,
    'code': str,
    'amount': float,
})

# 날짜 컬럼 파싱
df = pd.read_excel('data.xlsx', parse_dates=['order_date', 'ship_date'])

# 읽은 후 변환
df['date'] = pd.to_datetime(df['date'], format='%Y%m%d', errors='coerce')

실전 패턴

병합 셀 처리

df = pd.read_excel('report.xlsx')
# 병합 셀: 첫 셀에만 값, 나머지는 NaN
# forward fill 로 복원
df['department'] = df['department'].ffill()
df['quarter'] = df['quarter'].ffill()

멀티 헤더

# 1, 2행이 모두 헤더인 경우
df = pd.read_excel('data.xlsx', header=[0, 1])
# 결과: MultiIndex columns
df.columns.get_level_values(0)   # 첫 번째 헤더 레벨
df.columns.get_level_values(1)   # 두 번째 헤더 레벨

# 납작하게 펼치기
df.columns = ['_'.join(col).strip() for col in df.columns.values]

헤더가 없는 파일

df = pd.read_excel('raw.xlsx', header=None)
df.columns = ['id', 'name', 'amount', 'date']

특정 행부터 시작

# 3행이 실제 데이터 시작 (0번째 행이 주석, 1번째가 빈 행, 2번째가 헤더)
df = pd.read_excel('data.xlsx', skiprows=2, header=0)

저장 (to_excel)

df.to_excel('out.xlsx', index=False, sheet_name='데이터')

# 여러 시트
with pd.ExcelWriter('out.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sales', index=False)
    df2.to_excel(writer, sheet_name='Returns', index=False)

ExcelWriter 심화

# 기존 파일에 시트 추가 (openpyxl 사용)
with pd.ExcelWriter('existing.xlsx', engine='openpyxl', mode='a') as writer:
    df_new.to_excel(writer, sheet_name='NewSheet', index=False)

# 시작 행/열 오프셋
with pd.ExcelWriter('report.xlsx') as writer:
    df.to_excel(writer, sheet_name='Report', startrow=3, startcol=1, index=False)

# 서식 추가 (xlsxwriter)
with pd.ExcelWriter('styled.xlsx', engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='Report', index=False)
    workbook  = writer.book
    worksheet = writer.sheets['Report']
    money_fmt = workbook.add_format({'num_format': '#,##0', 'bold': False})
    date_fmt  = workbook.add_format({'num_format': 'yyyy-mm-dd'})
    worksheet.set_column('B:B', 14, money_fmt)
    worksheet.set_column('C:C', 12, date_fmt)

성능: 대용량 파일

# pandas 2.2+: calamine 엔진 (C 구현, openpyxl 대비 10배+)
df = pd.read_excel('large.xlsx', engine='calamine')

# 필요한 열만 읽기
df = pd.read_excel('large.xlsx', usecols='A:F', nrows=50_000, engine='calamine')

함정

1. Excel 자동 타입 추론

• 숫자처럼 보이는 문자 ('0001') 가 정수로 변환됨
• 날짜처럼 보이는 문자가 datetime 으로 변환됨
• 해법: dtype={'col': str} 명시

2. 큰 파일 성능

• Excel 은 압축된 XML 이라 read_csv 보다 훨씬 느리다
• 가능하면 CSV / Parquet 사용 권장
• 정 Excel 이 필요하면 engine='calamine' (pandas 2.2+)

3. 병합된 셀

• 병합된 셀은 첫 셀에만 값, 나머지는 NaN
• 해법: df.ffill() 로 forward fill

4. 시트 이름의 한글

• 일부 환경에서 한글 시트명이 깨질 수 있음
• engine='openpyxl' 로 명시

5. 날짜가 정수로 읽힘

# Excel 날짜 직렬화 숫자 (1900-01-01 기준)
# parse_dates 가 실패하는 경우
df['date'] = pd.TimedeltaIndex(df['date'], unit='d') + pd.Timestamp('1900-01-01')

관련 위키

• Pandas DataFrame
• Pandas read_csv
• Pandas read_parquet
• Pandas to_datetime
• Pandas dropna / fillna
• Pandas style