Python使用XlsxWriter生成Excel并自动输出统计报表
作者:yuanpan
引言
很多 Python 学习者在接触办公自动化时,都会很自然地想到一个需求:能不能用 Python 批量处理 Excel,并自动生成一份像样的统计报表?
如果你的目标是“高质量地生成 Excel 文件”,那么 XlsxWriter 是一个非常值得掌握的库。它特别适合做这些事情:
- 批量写入 Excel 数据
- 设置单元格格式和样式
- 写公式
- 插入图表
- 生成日报、周报、月报
- 输出适合直接交付的统计报表
不过在正式开始之前,我先把一个关键点讲清楚:
XlsxWriter 的强项是创建和写出 Excel 文件,它不负责读取已有的 .xlsx 文件。
也就是说,如果你需要“读取旧 Excel 再修改”,更适合用 openpyxl;如果你已经有了 Python 中的数据,想高质量输出一个新 Excel 报表,XlsxWriter 往往会更顺手。
这篇文章会带你系统掌握 XlsxWriter 的核心用法,并通过一个完整案例,学会如何自动生成一份统计报表。
1. XlsxWriter 是什么
XlsxWriter 是一个专门用于创建 Excel .xlsx 文件的 Python 库。
它适合这些典型场景:
- 把 Python 里的列表、字典、统计结果写成 Excel
- 自动生成格式统一的业务报表
- 创建带公式、条件格式、图表的工作簿
- 输出给同事、领导、客户直接查看的 Excel 文件
和 openpyxl 相比,XlsxWriter 的定位更聚焦在“生成结果文件”这一端。
简单理解:
openpyxl:更适合“读 + 改 + 保存”XlsxWriter:更适合“从 0 开始生成一份漂亮的 Excel”
2. 先说结论:它为什么不适合读取已有 Excel
很多初学者看到名字时,会自然以为它和 openpyxl 一样,既能读也能写。
但实际情况是:
XlsxWriter可以创建新的.xlsx- 可以写工作表、写单元格、写公式、写图表
- 不能打开一个已有 Excel 文件再去读取内容
所以如果你的原始数据已经在:
- Python 列表
- 字典
- 数据库查询结果
- CSV 文件
pandas.DataFrame
那么 XlsxWriter 就很好用。
如果你的原始数据只存在于“某个现成 Excel 文件”里,通常会这样组合:
- 用
openpyxl或pandas读取数据 - 用
XlsxWriter负责输出最终报表
这也是实际工作中很常见的做法。
3. 安装 XlsxWriter
安装命令很简单:
pip install XlsxWriter
导入方式如下:
import xlsxwriter
如果没有报错,就说明安装成功了。
4. 先认识几个核心对象
用 XlsxWriter 时,最常见的对象有 3 个:
Workbook:整个 Excel 文件Worksheet:工作表Format:单元格格式对象
可以理解为:
Workbook -> Worksheet -> Cell Data + Format
其中 Format 很重要,因为 XlsxWriter 很擅长做“格式化输出”。
5. 最基础的 Excel 写入示例
先看一个最小可运行示例:
import xlsxwriter
workbook = xlsxwriter.Workbook("sales_demo.xlsx")
worksheet = workbook.add_worksheet("销售数据")
worksheet.write("A1", "日期")
worksheet.write("B1", "销售员")
worksheet.write("C1", "地区")
worksheet.write("D1", "销售额")
worksheet.write("A2", "2026-04-01")
worksheet.write("B2", "张三")
worksheet.write("C2", "华东")
worksheet.write("D2", 5800)
worksheet.write_row("A3", ["2026-04-01", "李四", "华北", 7200])
worksheet.write_row("A4", ["2026-04-02", "王五", "华南", 4300])
workbook.close()
运行后,你会得到一个 sales_demo.xlsx 文件。
这里你可以先记住两个写法:
write():写单个单元格write_row():按一整行写入
如果你有大量二维数据,write_row() 会很方便。
6. 如何设置单元格样式
XlsxWriter 很大的优势之一,就是对 Excel 格式控制比较友好。
比如我们给表头加粗、加背景色:
import xlsxwriter
workbook = xlsxwriter.Workbook("format_demo.xlsx")
worksheet = workbook.add_worksheet("示例")
header_format = workbook.add_format({
"bold": True,
"font_color": "white",
"bg_color": "#4F81BD",
"align": "center",
"valign": "vcenter",
"border": 1,
})
worksheet.write("A1", "姓名", header_format)
worksheet.write("B1", "部门", header_format)
worksheet.write("C1", "工资", header_format)
workbook.close()
你会发现,Format 对象是统一复用的。也就是说:
- 先定义格式
- 再在多个单元格上重复使用
这在生成正式报表时很常见。
7. 如何写公式和数字格式
自动报表往往离不开公式和金额格式。
例如:
import xlsxwriter
workbook = xlsxwriter.Workbook("formula_demo.xlsx")
worksheet = workbook.add_worksheet("统计")
money_format = workbook.add_format({"num_format": "#,##0.00"})
worksheet.write("A1", "金额1")
worksheet.write("A2", "金额2")
worksheet.write_number("B1", 5800, money_format)
worksheet.write_number("B2", 7200, money_format)
worksheet.write_formula("B3", "=SUM(B1:B2)", money_format)
workbook.close()
这里的重点是:
write_number():明确按数字写入write_formula():写 Excel 公式num_format:控制金额、百分比、日期等显示格式
8. 为什么 XlsxWriter 特别适合生成统计报表
很多 Excel 自动化任务,本质上不是“改老表”,而是“把已有数据生成一份新报表”。
例如:
- 根据订单数据生成销售统计表
- 根据考勤数据生成月度汇总
- 根据财务记录生成对账表
- 根据业务数据输出周报和图表
这时候 XlsxWriter 很合适,因为它在这些方面表现不错:
- 新文件生成流程清晰
- 样式控制方便
- 图表支持实用
- 适合做结构化输出
如果你想把脚本结果做成“领导能直接打开看”的 Excel 文件,它很有价值。
9. 实战案例:自动生成销售统计报表
下面我们做一个完整示例。
注意,这次我们不从 Excel 读取源数据,而是模拟“你的业务数据已经在 Python 中”。这更符合 XlsxWriter 的真实定位。
9.1 业务数据结构
假设程序里已经有一批销售明细:
| 日期 | 销售员 | 地区 | 产品 | 销售额 |
|---|---|---|---|---|
| 2026-04-01 | 张三 | 华东 | 键盘 | 5800 |
| 2026-04-01 | 李四 | 华北 | 显示器 | 7200 |
| 2026-04-02 | 张三 | 华东 | 鼠标 | 1600 |
| 2026-04-02 | 王五 | 华南 | 笔记本 | 12500 |
| 2026-04-03 | 李四 | 华北 | 扩展坞 | 2300 |
我们的目标是输出一个 sales_report_xlsxwriter.xlsx,其中包含:
- 原始订单明细 Sheet
- 统计报表 Sheet
- 总订单数、总销售额、平均订单金额
- 按销售员汇总
- 按地区汇总
- 销售员业绩柱状图
10. 完整代码示例
下面这段代码可以直接运行:
from collections import defaultdict
import xlsxwriter
sales_data = [
["2026-04-01", "张三", "华东", "键盘", 5800],
["2026-04-01", "李四", "华北", "显示器", 7200],
["2026-04-02", "张三", "华东", "鼠标", 1600],
["2026-04-02", "王五", "华南", "笔记本", 12500],
["2026-04-03", "李四", "华北", "扩展坞", 2300],
["2026-04-03", "赵六", "华东", "耳机", 3600],
["2026-04-04", "王五", "华南", "平板", 8900],
["2026-04-04", "张三", "华东", "支架", 900],
]
def build_report(output_file):
workbook = xlsxwriter.Workbook(output_file)
detail_sheet = workbook.add_worksheet("订单明细")
summary_sheet = workbook.add_worksheet("统计报表")
header_format = workbook.add_format({
"bold": True,
"font_color": "white",
"bg_color": "#4F81BD",
"align": "center",
"valign": "vcenter",
"border": 1,
})
title_format = workbook.add_format({
"bold": True,
"font_size": 16,
})
money_format = workbook.add_format({
"num_format": "#,##0.00",
"border": 1,
})
text_format = workbook.add_format({
"border": 1,
})
bold_format = workbook.add_format({
"bold": True,
})
headers = ["日期", "销售员", "地区", "产品", "销售额"]
for col, header in enumerate(headers):
detail_sheet.write(0, col, header, header_format)
for row_num, row_data in enumerate(sales_data, start=1):
for col_num, value in enumerate(row_data):
if col_num == 4:
detail_sheet.write_number(row_num, col_num, value, money_format)
else:
detail_sheet.write(row_num, col_num, value, text_format)
detail_sheet.set_column("A:A", 14)
detail_sheet.set_column("B:C", 12)
detail_sheet.set_column("D:D", 14)
detail_sheet.set_column("E:E", 14)
seller_total = defaultdict(float)
region_total = defaultdict(float)
total_amount = 0
order_count = 0
for sale_date, seller, region, product, amount in sales_data:
seller_total[seller] += amount
region_total[region] += amount
total_amount += amount
order_count += 1
avg_amount = total_amount / order_count if order_count else 0
summary_sheet.write("A1", "销售统计报表", title_format)
summary_sheet.write("A3", "总订单数", bold_format)
summary_sheet.write("B3", order_count)
summary_sheet.write("A4", "总销售额", bold_format)
summary_sheet.write_number("B4", total_amount, money_format)
summary_sheet.write("A5", "平均订单金额", bold_format)
summary_sheet.write_number("B5", avg_amount, money_format)
summary_sheet.write("A7", "按销售员汇总", bold_format)
summary_sheet.write("A8", "销售员", header_format)
summary_sheet.write("B8", "销售额", header_format)
seller_start_row = 8
seller_items = sorted(seller_total.items(), key=lambda item: item[1], reverse=True)
for index, (seller, amount) in enumerate(seller_items, start=1):
summary_sheet.write(seller_start_row + index, 0, seller, text_format)
summary_sheet.write_number(seller_start_row + index, 1, amount, money_format)
region_title_row = seller_start_row + len(seller_items) + 3
summary_sheet.write(region_title_row, 0, "按地区汇总", bold_format)
summary_sheet.write(region_title_row + 1, 0, "地区", header_format)
summary_sheet.write(region_title_row + 1, 1, "销售额", header_format)
region_items = sorted(region_total.items(), key=lambda item: item[1], reverse=True)
for index, (region, amount) in enumerate(region_items, start=1):
summary_sheet.write(region_title_row + 1 + index, 0, region, text_format)
summary_sheet.write_number(region_title_row + 1 + index, 1, amount, money_format)
summary_sheet.set_column("A:A", 16)
summary_sheet.set_column("B:B", 14)
summary_sheet.set_column("D:J", 12)
chart = workbook.add_chart({"type": "column"})
chart.add_series({
"name": "销售员业绩",
"categories": ["统计报表", seller_start_row + 1, 0, seller_start_row + len(seller_items), 0],
"values": ["统计报表", seller_start_row + 1, 1, seller_start_row + len(seller_items), 1],
})
chart.set_title({"name": "销售员业绩统计"})
chart.set_x_axis({"name": "销售员"})
chart.set_y_axis({"name": "销售额"})
chart.set_style(10)
summary_sheet.insert_chart("D3", chart, {"x_scale": 1.3, "y_scale": 1.2})
workbook.close()
if __name__ == "__main__":
build_report("sales_report_xlsxwriter.xlsx")
print("统计报表已生成:sales_report_xlsxwriter.xlsx")
11. 这段代码做了什么
如果你是初学者,建议重点看下面几部分。
第一步:准备业务数据
这里我们直接把原始数据放在 sales_data 列表里。
这其实很符合很多真实项目的情况,因为数据不一定来自 Excel,也可能来自:
- 数据库查询结果
- 接口返回值
- CSV 文件
pandas处理后的结果
而 XlsxWriter 负责的是最后的“导出报表”。
第二步:定义格式对象
代码里创建了这些格式:
header_formattitle_formatmoney_formattext_formatbold_format
这是 XlsxWriter 很典型的写法。你通常会先把各种格式定义好,再批量应用到不同单元格。
第三步:写入明细表
程序先把订单明细写进 订单明细 这个 Sheet。
其中金额列使用了:
detail_sheet.write_number(row_num, col_num, value, money_format)
这样 Excel 会把它按数值看待,而不是按文本。
第四步:统计汇总
这里使用 defaultdict(float) 来统计:
- 每个销售员的总销售额
- 每个地区的总销售额
- 所有订单的总金额
- 平均订单金额
这是自动报表里最常见的一类逻辑。
第五步:插入图表
这一步是 XlsxWriter 的强项之一。
通过:
chart = workbook.add_chart({"type": "column"})
你可以很方便地生成柱状图、折线图等图表,并插入到报表中。
12. 运行后能得到什么结果
运行脚本后,你会得到一个:
sales_report_xlsxwriter.xlsx
其中包含:
- 原始明细表
- 统计报表
- 总订单数
- 总销售额
- 平均订单金额
- 销售员汇总
- 地区汇总
- 柱状图
对于很多办公自动化需求来说,这已经是一份能直接交付使用的 Excel 报表了。
13. XlsxWriter 的典型应用场景
如果你在工作里经常遇到以下任务,XlsxWriter 非常值得学:
- 把程序统计结果导出成 Excel
- 生成带格式的日报、周报、月报
- 输出财务汇总表
- 生成销售绩效报表
- 做项目数据周报
- 导出接口数据给业务同事查看
一句话总结:
当你的重点是“把数据优雅地输出成 Excel 文件”时,XlsxWriter 很合适。
14. XlsxWriter 和 OpenPyXL 怎么选
很多初学者都会问这个问题。
可以这样记:
更适合用 XlsxWriter 的情况
- 你要新建 Excel 文件
- 你要输出格式化报表
- 你要插入图表和公式
- 你的原始数据已经在 Python 中
更适合用 OpenPyXL 的情况
- 你要读取已有 Excel
- 你要修改旧工作簿
- 你要基于已有模板做细粒度修改
如果你把两者分工理解清楚,选型就不会乱。
15. 使用 XlsxWriter 的几个注意点
15.1 它不读取已有.xlsx
这一点最重要。不要把它当成“万能 Excel 库”。
15.2 别忘了workbook.close()
如果不关闭工作簿,文件可能不会正确写出。
15.3 数字、字符串、公式最好分开写
像 write_number()、write_string()、write_formula() 这样的 API,语义更清楚,也更利于报表结果稳定。
15.4 复杂数据处理最好先在 Python 里完成
XlsxWriter 的定位是“输出”。复杂清洗、转换、聚合最好先在 Python 逻辑里算好,再交给它写到 Excel。
16. 总结
XlsxWriter 是一个非常适合做 Excel 报表输出的 Python 库。
它最强的地方不是“读取现有工作簿”,而是:
- 把已有数据写成结构化 Excel
- 控制样式和格式
- 插入公式和图表
- 自动生成可直接交付的统计报表
如果你经常需要把程序结果导出给别人看,或者想把重复的表格汇总工作自动化,XlsxWriter 很值得掌握。
对于 Python 学习者来说,它也是一个很好的练手方向,因为你能很快把代码变成实际成果。
17. 留言互动
你现在更常遇到的是哪一类 Excel 需求:
- 读取旧表并修改
- 直接生成新报表
- 批量导出业务数据
- 做带图表的汇总文件
如果你愿意,我下一篇可以继续写更实战一点的内容,比如:
pandas + XlsxWriter自动导出多 Sheet 报表- 用
XlsxWriter生成带条件格式的财务报表 openpyxl和XlsxWriter的实际选型对比
也欢迎你直接留言说说:你现在最想自动化掉的 Excel 工作,到底是哪一种?
以上就是Python使用XlsxWriter生成Excel并自动输出统计报表的详细内容,更多关于Python XlsxWriter生成Excel并自动输出的资料请关注脚本之家其它相关文章!
