Python脚本处理数据写入Excel时，如何确保程序报错中断前已处理的数据仍能保存？

核心方案：使用 try...except...finally 结构，并在 finally 块中执行保存操作。

这样即使程序中途报错，finally 块里的代码也一定会执行，确保已处理的数据能被保存。下面是一个结合 pandas 和 openpyxl 的完整示例：

import pandas as pd
import traceback

def process_and_save_data(input_data, output_file='output.xlsx'):
    """
    处理数据并实时保存到Excel，即使报错也能保留已处理的部分。
    """
    # 初始化一个空的DataFrame来累积数据
    processed_data = pd.DataFrame()
    
    try:
        # 模拟逐条或分批处理数据
        for i, item in enumerate(input_data):
            # 这里是你的数据处理逻辑，例如：
            processed_row = {
                'id': i,
                'value': item * 2,  # 示例处理
                'status': 'processed'
            }
            # 将新处理的行追加到DataFrame
            processed_data = pd.concat(
                [processed_data, pd.DataFrame([processed_row])],
                ignore_index=True
            )
            
            # 可选：每处理N条就保存一次，减少内存占用和丢失风险
            if (i + 1) % 10 == 0:
                processed_data.to_excel(output_file, index=False)
                print(f"已保存前 {i+1} 条数据到 {output_file}")
                
        # 全部处理完成后，最终保存
        processed_data.to_excel(output_file, index=False)
        print("所有数据处理并保存完成。")
        
    except Exception as e:
        # 捕获异常，打印错误信息
        print(f"处理过程中发生错误: {e}")
        traceback.print_exc()
        
    finally:
        # 无论是否报错，都尝试保存已处理的数据
        if not processed_data.empty:
            processed_data.to_excel(output_file, index=False)
            print(f"程序中断，已保存 {len(processed_data)} 条已处理数据到 {output_file}")

# 示例调用
if __name__ == '__main__':
    # 模拟输入数据（这里用0-99的列表）
    data_to_process = list(range(100))
    # 在第55条数据时模拟一个错误（取消注释测试）
    # if len(data_to_process) > 55: raise ValueError("模拟错误")
    process_and_save_data(data_to_process, 'result.xlsx')

关键点：

1. finally 块：这是保证保存操作一定会执行的核心。
2. 增量保存：在循环内定期保存（如每10条），这样即使后面出错，之前处理的大部分数据也已经存盘。
3. 异常捕获：用 except 捕获具体异常，方便调试，但保存操作放在 finally 里更可靠。
4. 检查数据是否为空：保存前检查 processed_data 是否非空，避免覆盖原有文件。

一句话建议：用 try-finally 结构，在 finally 里保存数据。