¿Cómo leer y escribir archivos Excel con Python?

Puedes leer y escribir archivos Excel con Python usando las librerías openpyxl y pandas, sin necesidad de abrir Excel manualmente.

Instalación de las librerías

Antes de comenzar, instala las dos librerías necesarias. Ejecuta este comando en tu terminal:

pip install openpyxl pandas

openpyxl trabaja directamente con archivos .xlsx. pandas simplifica la lectura y escritura de tablas de datos.

Estructura de un archivo Excel en Python

Excel organiza la información en tres niveles:

Con openpyxl, navegas estos tres niveles con código simple.

Cómo leer un archivo Excel con openpyxl

Sintaxis básica

import openpyxl

# Abrir el archivo
wb = openpyxl.load_workbook("ventas.xlsx")

# Seleccionar la hoja activa
hoja = wb.active

# Leer una celda específica
valor = hoja["B2"].value
print(valor)

Ejemplo 1: Leer el reporte de ventas de Liverpool

Imagina que tienes un archivo ventas_liverpool.xlsx con esta estructura:

Este código lee todas las filas e imprime el total de cada producto:

import openpyxl

wb = openpyxl.load_workbook("ventas_liverpool.xlsx")
hoja = wb.active

# Saltar la fila de encabezados (fila 1)
for fila in hoja.iter_rows(min_row=2, values_only=True):
    producto, unidades, precio = fila
    total = unidades * precio
    print(f"{producto}: ${total:,}")

Salida esperada:

Televisor: $102,000
Lavadora: $84,000
Refrigerador: $92,500

values_only=True extrae solo los valores, no los objetos de celda. min_row=2 omite el encabezado.

Cómo escribir un archivo Excel con openpyxl

Sintaxis básica

import openpyxl

# Crear un libro nuevo
wb = openpyxl.Workbook()
hoja = wb.active
hoja.title = "Reporte"

# Escribir en celdas
hoja["A1"] = "Producto"
hoja["B1"] = "Total"

# Guardar el archivo
wb.save("reporte.xlsx")

Ejemplo 2: Generar una nómina automática para FEMSA

Este script crea un archivo de nómina con el cálculo de IMSS ya incluido:

import openpyxl

empleados = [
    ("Carlos Mendoza", 18500),
    ("Laura Torres", 22000),
    ("Iván Reyes", 15000),
]

wb = openpyxl.Workbook()
hoja = wb.active
hoja.title = "Nomina Enero"

# Encabezados
hoja.append(["Empleado", "Salario Bruto", "Descuento IMSS (4%)", "Salario Neto"])

# Datos
for nombre, salario in empleados:
    descuento = round(salario * 0.04, 2)
    neto = salario - descuento
    hoja.append([nombre, salario, descuento, neto])

wb.save("nomina_femsa_enero.xlsx")
print("Nómina generada correctamente.")

El archivo resultante tiene cuatro columnas listas para revisar en Excel. No se necesita abrir Excel en ningún momento.

Cómo leer y escribir Excel con pandas

pandas es más rápido cuando trabajas con tablas grandes. Usa read_excel() para leer y to_excel() para escribir.

Sintaxis básica

import pandas as pd

# Leer
df = pd.read_excel("datos.xlsx", sheet_name="Hoja1")

# Escribir
df.to_excel("resultado.xlsx", index=False)

index=False evita que pandas agregue una columna extra con números de fila.

Ejemplo 3: Filtrar pedidos de Mercado Libre por monto

Tienes un archivo pedidos_meli.xlsx con miles de pedidos. Necesitas extraer solo los pedidos mayores a $5,000:

import pandas as pd

# Leer el archivo original
df = pd.read_excel("pedidos_meli.xlsx")

# Filtrar pedidos mayores a $5,000
df_filtrado = df[df["monto"] > 5000]

# Guardar el resultado en un nuevo archivo
df_filtrado.to_excel("pedidos_grandes.xlsx", index=False)

print(f"Se encontraron {len(df_filtrado)} pedidos mayores a $5,000.")

Este proceso que manualmente tomaría 20 minutos, Python lo hace en segundos.

Ejemplo 4: Agregar una columna calculada a un reporte de Bimbo

Tienes un reporte con columnas cajas_vendidas y precio_caja. Necesitas agregar la columna ingreso_total:

import pandas as pd

df = pd.read_excel("ventas_bimbo.xlsx")

# Crear nueva columna
df["ingreso_total"] = df["cajas_vendidas"] * df["precio_caja"]

# Calcular el total general
total = df["ingreso_total"].sum()
print(f"Ingreso total del periodo: ${total:,.0f}")

# Guardar con la nueva columna
df.to_excel("ventas_bimbo_actualizado.xlsx", index=False)

Salida esperada:

Ingreso total del periodo: $1,248,500

Trabajar con múltiples hojas

Algunos archivos Excel tienen varias pestañas. Con openpyxl puedes acceder a cualquier hoja por nombre:

import openpyxl

wb = openpyxl.load_workbook("reporte_anual.xlsx")

# Ver todos los nombres de hojas
print(wb.sheetnames)

# Acceder a una hoja específica
hoja_enero = wb["Enero"]
hoja_febrero = wb["Febrero"]

print(hoja_enero["A1"].value)

Con pandas también puedes especificar la hoja:

df_enero = pd.read_excel("reporte_anual.xlsx", sheet_name="Enero")
df_feb = pd.read_excel("reporte_anual.xlsx", sheet_name="Febrero")

Errores comunes

1. Olvidar values_only=True en openpyxl

Sin este parámetro, iter_rows() devuelve objetos Cell, no los valores directamente.

# ❌ Incorrecto
for fila in hoja.iter_rows(min_row=2):
    print(fila)  # Muestra objetos Cell, no datos

# ✅ Correcto
for fila in hoja.iter_rows(min_row=2, values_only=True):
    print(fila)  # Muestra los valores reales

2. Usar to_excel() sin engine="openpyxl"

En algunas versiones de pandas, necesitas especificar el motor explícitamente para archivos .xlsx:

# Si obtienes un error de motor, agrega esto:
df.to_excel("resultado.xlsx", index=False, engine="openpyxl")

3. No cerrar el archivo antes de volver a abrirlo

Si abres el archivo en Excel y luego intentas guardarlo con Python, obtendrás un error de permisos. Siempre cierra el archivo en Excel antes de ejecutar tu script.

4. Mezclar índices de fila y columna

openpyxl usa índices desde 1, no desde 0. Esto confunde a quienes vienen de listas de Python.

# ❌ Incorrecto (fila 0 no existe en openpyxl)
hoja.cell(row=0, column=1).value

# ✅ Correcto
hoja.cell(row=1, column=1).value  # Primera celda: A1

Cuándo usar openpyxl vs pandas

Puedes combinar ambas: usa pandas para procesar los datos y openpyxl para aplicar formato al archivo final.

Puntos clave

• openpyxl es ideal para leer y escribir celdas individuales, aplicar formato y trabajar con múltiples hojas.
• pandas es más rápido para tablas grandes: filtra, transforma y calcula columnas en pocas líneas.
• Usa values_only=True en iter_rows() para obtener valores directamente, no objetos Cell.
• Siempre cierra el archivo en Excel antes de ejecutar tu script, para evitar errores de permisos.
• Puedes combinar pandas y openpyxl en el mismo proyecto: uno procesa, el otro da formato.