Python Excel数据导入SQLite数据库实战

用pandas读取Excel文件，清洗后一键写入SQLite，支持多sheet、表头跳过、类型指定，适合把零散Excel报表归档到本地数据库。

场景痛点

每个月各个部门发过来的Excel报表，文件名五花八门，要手动打开复制粘贴到数据库，重复劳动且容易漏行。用pandas读Excel再 to_sql 落库，一个脚本搞定，跑完直接在数据库里做汇总查询，不用再在几十个Excel文件里来回切。

用到的库

pip install pandas openpyxl

openpyxl 负责读写 .xlsx 文件。

完整代码

import sqlite3
from pathlib import Path
import pandas as pd

DB_PATH = Path("import.db")
XLSX_PATH = Path("sales.xlsx")

def create_sample_excel():
"""造一份示例Excel，实际使用时替换成真实文件路径"""
if XLSX_PATH.exists():
return
df = pd.DataFrame({
"订单号": ["SO001", "SO002", "SO003", "SO004"],
"客户":   ["甲公司", "乙公司", "丙公司", "甲公司"],
"商品":   ["笔记本", "鼠标", "笔记本", "键盘"],
"数量":   [10, 50, 5, 20],
"金额":   [59990, 9950, 29995, 9980],
})
df.to_excel(XLSX_PATH, index=False, sheet_name="1月")

def excel_to_sqlite():
"""读取Excel全部sheet，写入SQLite"""
# 读取所有sheet，返回 dict[sheet名 -> DataFrame]
sheets = pd.read_excel(XLSX_PATH, sheet_name=None)

conn = sqlite3.connect(DB_PATH)
for sheet_name, df in sheets.items():
# 清理列名：去掉前后空格
df.columns = [str(c).strip() for c in df.columns]
# 去掉全空行
df = df.dropna(how="all")
# 指定表名，sheet名可能含中文，用英文表名更稳妥
table_name = "orders"
df.to_sql(table_name, conn, if_exists="append", index=False)
print(f"sheet[{sheet_name}] 写入 {len(df)} 行")

conn.commit()
conn.close()

def verify():
"""验证导入结果"""
conn = sqlite3.connect(DB_PATH)
df = pd.read_sql_query("SELECT 客户, COUNT(*) AS 单数, SUM(金额) AS 总额 FROM orders GROUP BY 客户", conn)
print(df)
conn.close()

if __name__ == "__main__":
create_sample_excel()
excel_to_sqlite()
verify()

代码讲解

pd.read_excel(path, sheet_name=None) 一次读入所有sheet，返回字典，key是sheet名，value是DataFrame。
sheet_name="Sheet1" 只读指定sheet；sheet_name=0 读第一个sheet。
df.columns = [str(c).strip() ...] 去掉列名前后空格，Excel从系统导出的表经常带空格导致后续SQL字段报错。
df.dropna(how="all") 删除整行都是空值的行，Excel末尾常见的空行不会进库。
to_sql(..., if_exists="append") 追加模式，多个sheet或多个文件往同一张表灌数据，不会覆盖已有内容。