脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python XlsxWriter生成Excel并自动输出

Python使用XlsxWriter生成Excel并自动输出统计报表

 更新时间：2026年05月18日 08:46:49   作者：yuanpan  
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？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,需要的朋友可以参考下

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_format
  • title_format
  • money_format
  • text_format
  • bold_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！

您可能感兴趣的文章:

相关文章

  • 解决Python使用列表副本的问题

    解决Python使用列表副本的问题

    今天小编就为大家分享一篇解决Python使用列表副本的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 如何使用pyinstaller打包时引入自己编写的库

    如何使用pyinstaller打包时引入自己编写的库

    这篇文章主要介绍了如何使用pyinstaller打包时引入自己编写的库，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2022-02-02
  • Python闭包的使用方法

    Python闭包的使用方法

    这篇文章主要介绍了Python闭包的使用方法，当返回的内部函数使用了外部函数的变量就形成了闭包，下文更多相关内容需要的小伙伴可以参考一下
    2022-04-04
  • Biblibili视频投稿接口分析并以Python实现自动投稿功能

    Biblibili视频投稿接口分析并以Python实现自动投稿功能

    这篇文章主要介绍了Biblibili视频投稿接口分析并以Python实现自动投稿功能,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2021-02-02
  • Django学习之路之请求与响应

    Django学习之路之请求与响应

    这篇文章主要为大家详细介绍了Django的请求与响应，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
    2022-02-02
  • python 最简单的实现适配器设计模式的示例

    python 最简单的实现适配器设计模式的示例

    这篇文章主要介绍了python 最简单的实现适配器设计模式的示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06
  • python实现多线程暴力破解登陆路由器功能代码分享

    python实现多线程暴力破解登陆路由器功能代码分享

    这篇文章主要介绍了python实现多线程暴力破解登陆路由器功能代码分享,本文直接给出实现代码,需要的朋友可以参考下
    2015-01-01
  • Python实现字节数据写入文本文件的方法完全指南

    Python实现字节数据写入文本文件的方法完全指南

    Python提供了多种灵活的方式来处理字节数据到文本文件的写入,从简单的编码转换到复杂的混合数据处理,每种方法都有其适用的场景和优缺点,下面小编就为大家简单介绍一下吧
    2025-09-09
  • pytorch常见的Tensor类型详解

    pytorch常见的Tensor类型详解

    今天小编就为大家分享一篇pytorch常见的Tensor类型详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • Python爬虫基础之爬虫的分类知识总结

    Python爬虫基础之爬虫的分类知识总结

    来给大家讲python爬虫的基础啦,首先我们从爬虫的分类开始讲起,下文有非常详细的知识总结,对正在学习python的小伙伴们很有帮助,需要的朋友可以参考下
    2021-05-05

最新评论