以下是匿名详细信息：
上下文：文本和数字数据的数据分析。典型的工作集是 1 到 150 列数据，大约 400K 行。
工作通常需要在 Excel 中合并文件。 Excel 是首选，因为没有授予 SQL 权限。所有数据均以 .xlsx 文件形式请求并给出。
使用 read_csv() 或 read_excel() 代替会是更高效的 Python 代码，但一列作为主键非常重要。此列有一些奇怪的值，这些值在不同的 Excel 数据类型下表现不同。这是一个常见的 Excel 问题，但将 Excel 太大的数据外包给 Python 会增加一层复杂性，StackOverflow 用户对此很熟悉（不是我，作为一个新用户）。
将文件转换为 .csv 是否会带来主键值损坏的风险，例如值“=###”或包含前导零的值、可能被 Excel 解释为日期的值等？通常，主键始终是 Excel 数据类型“常规”或“文本”。如果它不是这两种数据类型之一，则不应使用该数据。
如果是这样，如何管理？ Python 仅对于某些工作流程是必要的，在这些工作流程中最好一次性处理所有数据，而不是对于 Excel 足够好的小型工作。
这对我来说是一个重要的问题，因为 90% 的工作任务需要将数据集合并为 Excel 文件。现在，read_excel 几乎与 Excel 中批处理作业一样慢。我们的目标是在可能的情况下通过使用 *.csv 来最大限度地提高效率，前提是在将 *.xlsx 转换为 *.csv 时不会导致任何数据丢失或损坏。
假设 Microsoft® Excel® for Microsoft 365 MSO（版本 2407 内部版本 16.0.17830.20210）64 位
我尝试保存一个大约 51242 行、3 列的文件。对于任何条目，该文件的主键值都不会丢失数据完整性。但这并不能保证，所以我希望中小企业能立即知道，当然，*.xlsx 到 *.csv 的转换是否可以更改值，如果可以，如何管理（如果可以的话）管理）。
Excel 将显示的数据写入 CSV。您应该期望 CSV 显示与工作表的外观相同。
您可以使用VBA写入数据。它允许您完全控制数据外观。
一般情况下，您需要避免将数据存储在Excel工作簿中。仅将 Excel 用于其目的会更合理：可视化数据表示和大多数情况下通过手动操作轻松计算。